Question

我正在尝试将多列合并到每个列中，这些列基于熊猫的分组依据。下面是我正在使用的代码

grouped_df = df.groupby(['d_id', 'time']).agg({'d_name': lambda x: tuple(x)},  
{'ver': lambda x: tuple(x)},
{'f_name': lambda x: tuple(x)})

这只给我列表中的第一列（d_name），d_id和时间在grouped_df中。其他两列未显示为列表。我尝试过使用list，但是发现list的agg函数有问题，所以我求助于元组。让我知道我在这里做错了什么。

感谢RafaelC的回答。现在，我尝试将这些列表列作为grouped_df添加到原始数据框。当我看到grouped_df中的列时，它们显示为

Index([u'ver', u'f_name', u'd_name'], dtype='object')

但是当我头部抬起时，我会得到

 ver  \
d_id  time
1    2018-06-01   (ver1, ver2, ver3.....
2    2018-06-01   (ver1, ver2, ver3.....
3    2018-06-01   (ver1, ver2, ver3.....


f_name  \
d_id   time
1  2018-06-01   (f_name1, f_name2, f_name2.....
2  2018-06-01   (f_name1, f_name2, f_name2.....
3  2018-06-01   (f_name1, f_name2, f_name2.....

d_name
d_id   time
1 2018-06-01   (d_name1, dname2, d_name3...
2 2018-06-01   (d_name1, dname2, d_name3...
3 2018-06-01   (d_name1, dname2, d_name3...

如何获得以下信息 d_id时间ver d_name f_name ver，d_name和f_name是列表。

希望这很清楚。

Answer 1

使用单个参数而不是三个

{'d_name': lambda x: tuple(x), 'ver': lambda x: tuple(x), 'f_name': lambda x: tuple(x)}

与agg的pandas groupby无法在多列上使用

1 个答案: