为熊猫中的每个键创建值列表吗？

Question

我有一个CSV文件，看起来像这样，已经加载到数据框中了，

keycode, warehouse_id
      1,          WH1
      1,          WH2
      1,          WH1

我想将其映射到看起来像这样的输出

keycode, warehouse_ids
      1,    [WH1, WH2]

我不确定在大熊猫中从哪里开始？我尝试使用数据透视表，但使用了聚合表，但是无法选择正确的聚合函数。

谢谢。

Answer 1

使用groupby + unique：

df1 = df.groupby('keycode,')['warehouse_id'].unique().reset_index()

print(df1)
  keycode, warehouse_id
0       1,   [WH1, WH2]

---

说明：

通常，在将groupby与单个操作列配合使用时，如下所示会生成索引为groupby key的{​​{3}}，为此，我们使用Series将index更改为column：

print(df.groupby('keycode,')['warehouse_id'].unique())
keycode,
1,    [WH1, WH2]
Name: warehouse_id, dtype: object

print(type(df.groupby('keycode,')['warehouse_id'].unique()))
<class 'pandas.core.series.Series'> 

print(df.groupby('keycode,')['warehouse_id'].unique().reset_index())
  keycode, warehouse_id
0       1,   [WH1, WH2]

Answer 2

pandas 'groupby'运算符用于执行此类操作。

您可以这样做：

df.groupby('keycode')['warehouse_id'].apply(list)

假设“ df”是您的数据框名称。

Answer 3

list(set(iterable))

df.groupby('keycode').warehouse_id.apply(lambda x: [*{*x}]).reset_index()

   keycode warehouse_id
0        1   [WH2, WH1]

---

drop_duplicates

df.drop_duplicates().groupby('keycode').warehouse_id.apply(list).reset_index()

   keycode warehouse_id
0        1   [WH1, WH2]