要查看问题,请考虑以下数据框
In [66]: dat = pandas.DataFrame(['a','b','c','d','e','f','g','h'],
columns=['letters'])
In [67]: dat['numbers'] = pandas.Series([1,2,3,4,5,6,7,8])
In [68]: dat['names'] = pandas.Series(['jim','jan','jerry','george'
,'mary','mary','sue','sue'])
In [69]: dat
Out[69]:
letters numbers names
0 a 1 jim
1 b 2 jan
2 c 3 jerry
3 d 4 george
4 e 5 mary
5 f 6 mary
6 g 7 sue
7 h 8 sue
按名称分组
In [78]: dat = dat.groupby(['names'])[['letters']]
现在我尝试连接字母产生了一个有趣的结果:
In [80]: dat.apply(lambda x: '|'.join(set(x)))
Out[80]:
names
george letters|numbers|names
jan letters|numbers|names
jerry letters|numbers|names
jim letters|numbers|names
mary letters|numbers|names
sue letters|numbers|names
dtype: object
以下 hack 似乎有效,但为什么我需要再次选择“字母”,为什么上面的输出看起来如此?
In [84]: dat.apply(lambda x: '|'.join(set(x['letters'])))
Out[84]:
names
george d
jan b
jerry c
jim a
mary e|f
sue h|g
dtype: object
这可能是一个错误吗?
安装版本
提交:无
python :2.7.5.final.0
python 位:64
操作系统:达尔文
操作系统版本:13.1.0
机器:x86_64
处理器:i386
字节序:小
LC_ALL:无
语言:en_US.UTF-8
Pandas :0.13.1
赛通:0.20.1
NumPy :1.6.2
scipy:0.11.0
统计模型:0.5.0
IPython:2.0.0
狮身人面像:1.2.2
帕齐:0.2.1
scikits.timeseries:无
日期工具:1.5
pytz:2012d
瓶颈:无
表:无
numexpr:无
matplotlib:1.1.1
openpyxl:无
xlrd:无
xlwt:无
xlsxwriter:无
sqlalchemy:无
lxml: 3.3.5
BS4:4.3.2
html5lib:无
烧烤:无
apiclient: 无
最佳答案
这可能看起来有点奇怪,但正如您看到的一组 DataFrame 是它的列:
In [11]: dat
Out[11]:
letters numbers names
0 a 1 jim
1 b 2 jan
2 c 3 jerry
3 d 4 george
4 e 5 mary
5 f 6 mary
6 g 7 sue
7 h 8 sue
[8 rows x 3 columns]
In [12]: set(dat)
Out[12]: {'letters', 'names', 'numbers'}
这是由于您遍历 DataFrame 的方式(按列):
In [13]: for i in dat: print(i)
letters
numbers
names
这将与 SeriesGroupBy 一起使用(迭代 Series 迭代其元素):
In [21]: g = dat.groupby(['names'])['letters']
In [22]: g.apply(lambda x: '|'.join(set(x)))
Out[22]:
names
george d
jan b
jerry c
jim a
mary e|f
sue h|g
dtype: object
注意:您不需要 set 或者实际上不需要 lambda:
In [23]: g.apply('|'.join)
Out[23]:
names
george d
jan b
jerry c
jim a
mary e|f
sue g|h
dtype: object
关于python - groupby、apply 和 set 没有按预期运行......这是一个错误吗?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/23794707/