Python: объединение уникальных идентификаторов и объединение значений в массив

В моем примере данные:

df= pd.DataFrame({'name': {0: 'x',
          1: 'x',
          2: 'x',
          3: 'y'},
 'time_cost': {0: '28800000, 250',
                1: '39600000, 300',
                2: '61200000, 250',
                3: '72000000, 0'}})

Шаг 1. Вы можете использовать что-то вроде этого, чтобы получить результат:

def split_function(n):
    return n.split(',')

df['time_cost'] = df.time_cost.apply(split_function)

Выход:

name         time_cost
0    x  [28800000,  250]
1    x  [39600000,  300]
2    x  [61200000,  250]
3    y    [72000000,  0]

Шаг 2. Если вы хотите использовать два разных столбца в вашем DataFrame, вы можете использовать:

df.time_cost.apply(pd.Series)

Выход:

          0     1
0  28800000   250
1  39600000   300
2  61200000   250
3  72000000     0

Шаг 3. Затем присоединитесь к ним:

df = df.join(df.time_cost.apply(pd.Series))

Выход:

name         time_cost         0     1
0    x  [28800000,  250]  28800000   250
1    x  [39600000,  300]  39600000   300
2    x  [61200000,  250]  61200000   250
3    y    [72000000,  0]  72000000     0

И затем вы можете использовать drop to drop столбец "time_cost" и rename чтобы переименовать новые столбцы, если хотите.

Это то, что вы хотите? Надеюсь, это будет полезно.

UPD:

Шаг 4. Если вы хотите сгруппировать по имени, вы можете использовать это:

df[0] = df[0].astype(int)
df[1] = df[1].astype(int)

def concat_function_0(df):
    return np.array(df[0])
def concat_function_1(df):
    return np.array(df[1])

df = pd.DataFrame([df.groupby('name').apply(concat_function_1), df.groupby('name').apply(concat_function_0)]).T

Это не pythonic, но он работает =)

Выход:

name               0                               1                                                 
x     [250, 300, 250]  [28800000, 39600000, 61200000]
y                 [0]                      [72000000]

UPD:

Шаг 5. Для вашего результата после первого шага используйте это:

def df_to_array(df):
    return list(df.time_cost)

result = df.groupby('name').apply(df_to_array).values

Выход:

[[['28800000', ' 250'], ['39600000', ' 300'], ['61200000', ' 250']]
 [['72000000', ' 0']]]