Панды сгруппированы по нескольким столбцам, список из нескольких столбцов

Question

Панды сгруппированы по нескольким столбцам, список из нескольких столбцов

1

У меня есть следующие данные:

Invoice NoStockCode Description                         Quantity    CustomerID  Country
536365  85123A      WHITE HANGING HEART T-LIGHT HOLDER  6           17850       United Kingdom
536365  71053       WHITE METAL LANTERN                 6           17850       United Kingdom
536365  84406B      CREAM CUPID HEARTS COAT HANGER      8           17850       United Kingdom

Я пытаюсь сделать группу, поэтому у меня есть следующая операция:

df.groupby(['InvoiceNo','CustomerID','Country'])['NoStockCode','Description','Quantity'].apply(list)

Я хочу получить результат

|Invoice |CustomerID |Country        |NoStockCode              |Description                                                                                 |Quantity       
|536365| |17850      |United Kingdom |85123A, 71053, 84406B    |WHITE HANGING HEART T-LIGHT HOLDER, WHITE METAL LANTERN, CREAM CUPID HEARTS COAT HANGER     |6, 6, 8

Вместо этого я получаю:

|Invoice |CustomerID |Country        |0         
|536365| |17850      |United Kingdom |['NoStockCode','Description','Quantity']

Я пробовал agg и другие методы, но мне не удалось получить все столбцы для объединения в список. Мне не нужно использовать функцию списка, но в конце я хочу, чтобы разные столбцы были списками.

GrandmasLove 29 июль 2018, в 23:37

Источник

Теги:

python

pandas

pandas-groupby

4 ответа

1

IIUC

df.groupby(['Invoice','CustomerID'],as_index=False)['Description','NoStockCode'].agg(','.join)
Out[47]: 
   Invoice  CustomerID                                        Description  \
0   536365       17850  WHITEHANGINGHEARTT-LIGHTHOLDER,WHITEMETALANTER...   
           NoStockCode  
0  85123A,71053,84406B

Wen 29 июль 2018, в 19:45

0

Вы можете использовать pd.pivot_table с aggfunc=list:

import pandas as pd
df = pd.DataFrame({'Country': ['United Kingdom', 'United Kingdom', 'United Kingdom'],
                   'CustomerID': [17850, 17850, 17850],
                   'Description': ['WHITE HANGING HEART T-LIGHT HOLDER',
                                   'WHITE METAL LANTERN',
                                   'CREAM CUPID HEARTS COAT HANGER'],
                   'Invoice': [536365, 536365, 536365],
                   'NoStockCode': ['85123A', '71053', '84406B'],
                   'Quantity': [6, 6, 8]})

result = pd.pivot_table(df, index=['Invoice','CustomerID','Country'], 
                        values=['NoStockCode','Description','Quantity'], 
                        aggfunc=lambda x: ', '.join(map(str, x)))
print(result)

доходность

                                                                         Description            NoStockCode Quantity
Invoice CustomerID Country                                                                                          
536365  17850      United Kingdom  WHITE HANGING HEART T-LIGHT HOLDER, WHITE META...  85123A, 71053, 84406B  6, 6, 8

Обратите внимание, что если Quantity является int s, вам нужно будет преобразовать их в str перед вызовом ', '.join. Вот почему map(str, x) использовалась выше.

unutbu 29 июль 2018, в 18:51

0

Попробуйте использовать следующие варианты:

df.groupby('company').product.agg([('count', 'count'), ('NoStockCode', ', '.join), ('Descrption', ', '.join), ('Quantity', ', '.join)])

Syed 29 июль 2018, в 18:24

Ещё вопросы

Ben.T · Accepted Answer · 2018-07-29T17-57-00.000Z

Я не могу воспроизвести ваш код прямо сейчас, но я думаю, что:

print (df.groupby(['InvoiceNo','CustomerID','Country'], 
                  as_index=False)['NoStockCode','Description','Quantity']
          .agg(lambda x: list(x)))

даст вам ожидаемый результат

Это потрясающе. Я не могу поверить, что это было так просто.
@GrandmasLove спасибо, я думаю, что использование list вводит в заблуждение, потому что, если вы посмотрите на ответ @ Wen, использование другого метода (например, ', '.join ) сработает, когда вы впервые попробуете