python - 通过多索引重塑数据框

我创建了这个示例数据

pd.DataFrame.from_items([(0,['a1', 'a1', 'a2', 'a2']), (1,['b1', 'b1', 'b2', 'b2']), (2,['m', 'n', 'o', 'p'])])
    0   1  2
0  a1  b1  m
1  a1  b1  n
2  a2  b2  o
3  a2  b2  p

我想将此数据帧“减少”为在列“ 0”中具有唯一值的索引，然后作为列返回列“ 2”中的值的数组。
例如

       '2'
Index
a1    [m,n]
a2    [o,p]

结果，我需要将其作为一个数据框架，因为我想将结果数据框架连接到另一个框架上。它们都“相当”大（18mio行）。
我尝试使用堆栈，但是我不知道该怎么做。我尝试使用数据透视表，但是列'2'中的值位于标题中，而不是用作值。任何帮助，将不胜感激！

最佳答案

您可以使用groupby和apply，最后转换为Series to_frame：

print (df.groupby(0)[2].apply(list))
0
a1    [m, n]
a2    [o, p]
Name: 2, dtype: object

print (df.groupby(0)[2].apply(list).to_frame())
         2
0
a1  [m, n]
a2  [o, p]

另一个解决方案：

print (df.groupby(0)[2].apply(lambda x: x.tolist()).to_frame())
         2
0
a1  [m, n]
a2  [o, p]

如果需要输出为unique值：

df = pd.DataFrame.from_items([(0,['a1', 'a1', 'a1', 'a2']),
                              (1,['b1', 'b1', 'b2', 'b2']),
                              (2,['m', 'n', 'm', 'p'])])
print (df)
    0   1  2
0  a1  b1  m
1  a1  b1  n
2  a1  b2  m
3  a2  b2  p

print (df.groupby(0)[2].apply(list).to_frame())
            2
0
a1  [m, n, m]
a2        [p]

print (df.groupby(0)[2].unique().to_frame())
         2
0
a1  [m, n]
a2     [p]