如何使用 Pandas 从数据框中快速分组数据的多个特征

Question

假设这是我的原始数据：

data = {'library_id': ['A123', 'A456','B123', 'A123', 'A123', 'B123', 'A456'],
     'school': ['A1','A', 'B', 'A', 'A2', 'B', 'A'],
     'charge ($)': [5.0, 10.0, 3.0, 2.5, 1.0, 4.0, 2.5], 
     'check_in_month': [12, 3, 4, 5, 4, 9, 5]}
library =pd.DataFrame(data)

我试图得到这个结果：

这是我获得结果的代码：

df = pd.DataFrame(library.library_id.value_counts())

school_list = []
for i in df.index:
    school_list.append(library[library.library_id == i].school.unique())
df['school'] = school_list
df  

我的问题是如何避免使用列表（即 school_list = []）来获得相同的结果。因为当我有大数据时，使用列表将数据附加到数据框非常耗时。有没有其他更快的方法？

Answer 1

你可以试试：

result = library.groupby("library_id").agg({"library_id": "size", "school": "unique"})

要得到

            library_id       school
library_id
A123                 3  [A1, A, A2]
A456                 2          [A]
B123                 2          [B]

我们按 分组library_id，然后agg对组size和unique条目进行重新排序。

如果你不想library_id出现在索引的顶部，你可以写，result.index.name = None因为它是result.