为pandas.DataFrame复制GROUP_CONCAT

Question

我有一个pandas DataFrame df:

+------+---------+  
| team | user    |  
+------+---------+  
| A    | elmer   |  
| A    | daffy   |  
| A    | bugs    |  
| B    | dawg    |  
| A    | foghorn |  
| B    | speedy  |  
| A    | goofy   |  
| A    | marvin  |  
| B    | pepe    |  
| C    | petunia |  
| C    | porky   |  
+------+---------  

我想找到或编写一个函数来返回我将在MySQL中使用以下命令返回的DataFrame:

SELECT
  team,
  GROUP_CONCAT(user)
FROM
  df
GROUP BY
  team

为了以下结果:

+------+---------------------------------------+  
| team | group_concat(user)                    |  
+------+---------------------------------------+  
| A    | elmer,daffy,bugs,foghorn,goofy,marvin |  
| B    | dawg,speedy,pepe                      |  
| C    | petunia,porky                         |  
+------+---------------------------------------+  

通过迭代行并添加到字典,我可以想到通过讨厌的方式来实现这一点,但必须有更好的方法.

Answer 1

请执行下列操作:

df.groupby('team').apply(lambda x: ','.join(x.user))

得到一个Series字符串或

df.groupby('team').apply(lambda x: list(x.user))

得到Series的list字符串秒.

结果如下:

In [33]: df.groupby('team').apply(lambda x: ', '.join(x.user))
Out[33]:
team
a       elmer, daffy, bugs, foghorn, goofy, marvin
b                               dawg, speedy, pepe
c                                   petunia, porky
dtype: object

In [34]: df.groupby('team').apply(lambda x: list(x.user))
Out[34]:
team
a       [elmer, daffy, bugs, foghorn, goofy, marvin]
b                               [dawg, speedy, pepe]
c                                   [petunia, porky]
dtype: object

请注意,通常对这些类型的任何进一步操作Series都会很慢并且通常不鼓励.如果有另一种聚合的方式而不是放在一个list内部,Series你应该考虑使用这种方法.

Answer 2

如果您想使用更通用的解决方案agg:

df.groupby('team').agg({'user' : lambda x: ', '.join(x)})