主页 / coding / 问题 / 78903730
Accepted
Bijan
Asked: 2024-08-23 06:26:52 +0800 CST

Pandas 根据 Groupby 列出所有唯一值

  • 772

我有一个包含工作地点信息的数据框。

District#    Site#           Address
        1        1    123 Bayview Ln
        1        2    456 Example St
        2       36      789 Hello Dr
        2       44      789 Hello Dr

我正在尝试转换此数据框，以添加具有最高 Site# 的列以及按 District# 分组时的不同地址。以下是我希望输出的示例：

District#    Site#           Address    MaxSite#            All District Addresses
        1        1    123 Bayview Ln           2     123 Bayview Ln,456 Example St
        1        2    456 Example St           2     123 Bayview Ln,456 Example St
        2       36      789 Hello Dr          44                      789 Hello Dr
        2       44      789 Hello Dr          44                      789 Hello Dr

我可以通过以下方式获取 Max Site#

df['MaxSite#'] = df.groupby(by='District#')['Site#'].transform('max')

但是当我按 District# 分组时，我尝试找到一种类似的方法来列出所有唯一的地址。

我尝试过.transform('unique')但是这不是一个有效的函数名并且执行.agg(['unique'])返回的维度不匹配

python

3 个回答

  1. Best Answer

    您可以使用groupby和agg获取最大站点数量并列出所有地址

    然后merge返回原始数据框：

    grouped_df = df.groupby('District#').agg(Max_Site_Num=('Site#', 'max'), 
      All_District_Addresses=('Address', lambda x: list(set(x))).reset_index()

df = df.merge(grouped_df,on='District#')

    输出：

         District#  Site#         Address  Max_Site_Num            All_District_Addresses
0          1      1  123 Bayview Ln             2  [123 Bayview Ln, 456 Example St]
1          1      2  456 Example St             2  [123 Bayview Ln, 456 Example St]
2          2     36    789 Hello Dr            44                    [789 Hello Dr]
3          2     44    789 Hello Dr            44                    [789 Hello Dr]
    • 5

  2. 获取唯一地址有两个步骤。

    1. 我们获取每个地址对应的唯一地址District#，并将它们合并成一个字符串
    2. 然后我们All District Addresses通过映射District#到unique_addressesDataFrame 来创建 Series。
    data = {
 "District#": [1, 1, 2, 2],
 "Site#": [1, 2, 36, 44],
 "Address": ["123 Bayview Ln", "456 Example St", "789 Hello Dr", "789 Hello Dr"]
}
df = pd.DataFrame(data)
# Series you already calculated
df['MaxSite#'] = df.groupby(by='District#')['Site#'].transform('max') 

# Adding per-district unique addresses 
unique_addresses = df.groupby(by="District#")["Address"].unique().apply(lambda x: ",".join(x))  # to make values a single string
df["All District Addresses"] = df["District#"].map(unique_addresses)

    输出：

       District#  Site#         Address  MaxSite#         All District Addresses
0          1      1  123 Bayview Ln         2  123 Bayview Ln,456 Example St
1          1      2  456 Example St         2  123 Bayview Ln,456 Example St
2          2     36    789 Hello Dr        44                   789 Hello Dr
3          2     44    789 Hello Dr        44                   789 Hello Dr

    如果您愿意，可以使用一行代码：

    df["All District Addresses"] = df["District#"].map(df.groupby(by="District#")["Address"].unique().apply(lambda x: ",".join(x)))
    • 3

  3. 使用transform：

    df["Max_Site_Num"] = df.groupby("District#")["Site#"].transform("max")
df["All_District_Addresses"] = df.groupby("District#")["Address"].transform(
    lambda x: ",".join(set(x))
)

       District#  Site#         Address  Max_Site_Num         All_District_Addresses
0          1      1  123 Bayview Ln             2  456 Example St,123 Bayview Ln
1          1      2  456 Example St             2  456 Example St,123 Bayview Ln
2          2     36    789 Hello Dr            44                   789 Hello Dr
3          2     44    789 Hello Dr            44                   789 Hello Dr
    • 2

相关问题