如何从pandas groupby中的多个列中获取唯一值

Question

从这个数据帧df开始:

df = pd.DataFrame({'c':[1,1,1,2,2,2],'l1':['a','a','b','c','c','b'],'l2':['b','d','d','f','e','f']})

   c l1 l2
0  1  a  b
1  1  a  d
2  1  b  d
3  2  c  f
4  2  c  e
5  2  b  f

我想在c列上执行groupby 以获取l1和l2列的唯一值.对于我可以做的一列:

g = df.groupby('c')['l1'].unique()

正确返回:

c
1    [a, b]
2    [c, b]
Name: l1, dtype: object

但使用:

g = df.groupby('c')['l1','l2'].unique()

收益:

AttributeError: 'DataFrameGroupBy' object has no attribute 'unique'

我知道我可以用(以及其他)获得两列的唯一值:

In [12]: np.unique(df[['l1','l2']])
Out[12]: array(['a', 'b', 'c', 'd', 'e', 'f'], dtype=object)

有没有办法将此方法应用于groupby,以获得类似的东西:

c
1    [a, b, d]
2    [c, b, e, f]
Name: l1, dtype: object

Answer 1

或者，您可以使用agg：

g = df.groupby('c')['l1','l2'].agg(['unique'])

Answer 2

你可以这样做apply:

import numpy as np
g = df.groupby('c')['l1','l2'].apply(lambda x: list(np.unique(x)))

Answer 3

另一种选择是GroupBy.agg使用set

df.groupby('c').agg(set)

       l1      l2
c                
1  {a, b}  {d, b}
2  {c, b}  {e, f}