Groupby 转换到 Pandas 中的列表不起作用

Question

最好用一个例子来描述

import pandas as pd

df = pd.DataFrame({
  'a'   : ['A','B','C','A','B','C','A','B','C'],
  'b': [1,2,3,4,5,6,7,8,9]}
)

我想创建一个列，其中包含按list列b组的列元素a

导致以下

   a    b      c
0  A    1  [1, 4, 7]
1  A    4  [1, 4, 7]
2  A    7  [1, 4, 7]
3  B    2  [2, 5, 8]
4  B    5  [2, 5, 8]
5  B    8  [2, 5, 8]
6  C    3  [3, 6, 9]
7  C    6  [3, 6, 9]
8  C    9  [3, 6, 9]

我可以用groupby和apply或agg然后像这样加入数据帧

df_tmp = df.groupby('a')['b'].agg(list).reset_index()
df.merge(df_tmp, on='a')

但我也期待与 transform

df['c'] = df.groupby('a')['b'].transform(list)

但列c与列相同b

还有以下

df.groupby('a')['b'].transform(lambda x: len(x))

返回具有值的系列，3即分组元素的长度为 3（预期）

还有这个

df.groupby('a')['b'].transform(lambda x: list(x))

没有提供预期的结果。

所以对于我的问题，我怎样才能通过 groupby 和转换获得所需的结果

pandas 版本是 1.0.5

Answer 1

有趣的问题，不确定transform后台会发生什么。一种方法是map使用groupby().agg()：

df['c'] = df['a'].map(df.groupby('a')['b'].agg(list))

输出：

   a  b          c
0  A  1  [1, 4, 7]
1  B  2  [2, 5, 8]
2  C  3  [3, 6, 9]
3  A  4  [1, 4, 7]
4  B  5  [2, 5, 8]
5  C  6  [3, 6, 9]
6  A  7  [1, 4, 7]
7  B  8  [2, 5, 8]
8  C  9  [3, 6, 9]

Answer 2

我在下面提出了一个解决方案。PS：transform当对象类型是list tuple或set..时，它应该有问题。

df.groupby('a')['b'].transform(lambda x : [x.tolist()]*len(x))
Out[226]: 
0    [1, 4, 7]
1    [1, 4, 7]
2    [1, 4, 7]
3    [2, 5, 8]
4    [2, 5, 8]
5    [2, 5, 8]
6    [3, 6, 9]
7    [3, 6, 9]
8    [3, 6, 9]
Name: b, dtype: object