사용자 정의 팬 그룹 groupby 집계 함수를 사용하여 데이터 프레임의 행을 결합하는 방법

Question

name 열과 department 열이있는 데이터 프레임이 있습니다. name 열에는 department 값이 다른 반복이 있지만 다른 모든 열 값은 동일합니다. 나는 을의 한 행으로 반복하고 서로 다른 (고유 한) 부서 값을 목록에 결합합니다. 따라서 각 그룹의 첫 번째 행을 가져 와서 department 값을 해당 그룹의 고유 한 department 값 목록으로 변경하십시오. 따라서 결과 데이터 프레임은 정확히 동일한 열을 가져야하지만 name 열과 department 열에는 반복되지 않습니다. 이제 하나 이상의 요소 목록이 있습니다.

나는 groupby을 사용하고 사용자 정의 집계 함수는 agg()으로 전달되었지만 다음은 완전히 실패합니다. 내 생각에 내 집계 함수는 각 그룹을 데이터 프레임으로 가져오고 각 데이터 프레임 그룹에 대해 계열을 반환하면 groupby.agg(flatten_departments)의 결과가 데이터 프레임이됩니다.

def flatten_departments(name_group): 
    #I thought name_group would be a df of that group 

    #this group is length 1 so this name doesn't actually repeat so just return same row 
    if len(name_group) == 1: 
     return name_group.squeeze() #turn length-1 df into a series to return, don't worry that department is a string and not a list for now 
    else: 
     #treat name_group like a df and get the unique departments 
     departments = list(name_group['department'].unique()) 
     name_ser = name_group.iloc[0,:] #take first "row" of this group 
     name_ser['department'] = departments #replace department value with list of unique values from group 

     return name_ser 

my_df = my_df.groupby(['name']).agg(flatten_departments) 

이것은 재해이고 name_group는 DF하지만 인덱스가 원래의 DF에서 인덱스가 연속되지 않고, 이름이 그 열의 최초 DF 가치 값에서 다른 컬럼의 이름 .

내가

list_of_ser = [] 
for name, gp in my_df.groupby(['name']): 
    if len(gp) == 1: 
     list_of_ser.append(gp.squeeze()) 
    else: 
     new_ser = gp.iloc[0,:] 
     new_ser['department'] = list(gp['department'].unique()) 
     list_of_ser.append(new_ser) 

new_df = pd.DataFrame(list_of_ser, columns=my_df.columns) 

을 다음과 같이 난 그냥 groupby 개체 위에 루프를 할 수 있다는 것을 알고 있지만 난 그냥 그 agg의 포인트라고 생각!

agg으로 목표를 달성하는 방법이나 for 루프가 실제로 올바른 방법인지 확인하십시오. for 루프가 올바른 방법이면 agg의 요점은 무엇입니까?

감사합니다. 다른 모든 열을 보존해야하는 경우

Answer 1

df = pd.DataFrame(
    dict(
     name=list('ABCDEFGACEF'), 
     dept=list('xyxyzxyzyxz') 
    ) 
) 

df.groupby('name').dept.apply(list).reset_index() 

---

agg이

df.groupby('name').dept.agg(dict(dept=lambda x: list(x))).reset_index() 

---

처럼 사용할 수 있었다

df = pd.DataFrame(
    dict(
     name=list('ABCDEFGACEF'), 
     dept=list('xyxyzxyzyxz') 
    ) 
) 

g = df.groupby('name') 
pd.concat([g.dept.apply(list), g.first().drop('dept', 1)], axis=1).reset_index()