আমার কাছে একটি পান্ডাস ডেটা ফ্রেম dfরয়েছে:
a b
A 1
A 2
B 5
B 5
B 4
C 6আমি প্রথম কলাম অনুসারে গ্রুপ করতে এবং সারিগুলিতে তালিকা হিসাবে দ্বিতীয় কলাম পেতে চাই :
A [1,2]
B [5,5,4]
C [6]প্যান্ডাস গ্রুপবাই ব্যবহার করে কি এরকম কিছু করা সম্ভব?
আমার কাছে একটি পান্ডাস ডেটা ফ্রেম dfরয়েছে:
a b
A 1
A 2
B 5
B 5
B 4
C 6আমি প্রথম কলাম অনুসারে গ্রুপ করতে এবং সারিগুলিতে তালিকা হিসাবে দ্বিতীয় কলাম পেতে চাই :
A [1,2]
B [5,5,4]
C [6]প্যান্ডাস গ্রুপবাই ব্যবহার করে কি এরকম কিছু করা সম্ভব?
উত্তর:
আপনি groupbyআগ্রহের কলামে এবং তারপরে apply listপ্রতিটি গোষ্ঠীতে গোষ্ঠী ব্যবহার করে এটি করতে পারেন :
In [1]: df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})
df
Out[1]:
a b
0 A 1
1 A 2
2 B 5
3 B 5
4 B 4
5 C 6
In [2]: df.groupby('a')['b'].apply(list)
Out[2]:
a
A [1, 2]
B [5, 5, 4]
C [6]
Name: b, dtype: object
In [3]: df1 = df.groupby('a')['b'].apply(list).reset_index(name='new')
df1
Out[3]:
a new
0 A [1, 2]
1 B [5, 5, 4]
2 C [6]tupleএখানে দ্বিতীয় উত্তরটি অনুসরণ করে ব্যবহার করেছি : stackoverflow.com/questions/19530568/… । ব্যাখ্যার জন্য স্ট্যাকওভারফ্লো / প্রশ্ন / ২2৪৩৯০২০ / ২-এ দ্বিতীয় উত্তর দেখুন ।
import numpy as np
df = pd.DataFrame({'a': np.random.randint(0, 60, 600), 'b': [1, 2, 5, 5, 4, 6]*100})
def f(df):
keys, values = df.sort_values('a').values.T
ukeys, index = np.unique(keys, True)
arrays = np.split(values, index[1:])
df2 = pd.DataFrame({'a':ukeys, 'b':[list(a) for a in arrays]})
return df2In [301]: %timeit f(df)
1000 loops, best of 3: 1.64 ms per loop
In [302]: %timeit df.groupby('a')['b'].apply(list)
100 loops, best of 3: 5.26 ms per loop.groupby([df.index.month, df.index.day])পরিবর্তে গ্রুপিং করি .groupby('a')?
এটি অর্জনের একটি সহজ উপায় হ'ল:
df.groupby('a').agg({'b':lambda x: list(x)})কাস্টম সমষ্টিগুলিকে লেখার জন্য দেখুন: https://www.kaggle.com/akshaysehgal/how-to-group-by-aggregate- using-py
lambda args: f(args)সমতুল্যf
agg(list)যথেষ্ট যথেষ্ট। এছাড়াও এখানে দেখুন ।
df.groupby('a').apply(list)ব্যবহার করতে হবে বা ডিকের অংশ হিসাবে আগ্রাসন সহ এটি ব্যবহার করতে হবে df.groupby('a').agg({'b':list})। আপনি এটিকে ল্যাম্বদা (যা আমি প্রস্তাব দিই) দিয়েও ব্যবহার করতে পারি যেহেতু আপনি এটির সাথে আরও অনেক কিছু করতে পারেন। উদাহরণ: df.groupby('a').agg({'c':'first', 'b': lambda x: x.unique().tolist()})যা আপনাকে করল সিতে একটি সিরিজ ফাংশন প্রয়োগ করতে দেয় এবং একটি অনন্য তারপর কল বিতে একটি তালিকা ফাংশন দেয়।
যেমন আপনি বলছিলেন groupbyএকটিpd.DataFrame কাজটি করতে পারে।
উদাহরণ
L = ['A','A','B','B','B','C']
N = [1,2,5,5,4,6]
import pandas as pd
df = pd.DataFrame(zip(L,N),columns = list('LN'))
groups = df.groupby(df.L)
groups.groups
{'A': [0, 1], 'B': [2, 3, 4], 'C': [5]}যা গ্রুপগুলির সূচক অনুসারে বর্ণনা দেয় এবং দেয়।
একক গোষ্ঠীর উপাদান পেতে, উদাহরণস্বরূপ আপনি এটি করতে পারেন
groups.get_group('A')
L N
0 A 1
1 A 2
groups.get_group('B')
L N
2 B 5
3 B 5
4 B 4কোনও ডেটাফ্রেমের বেশ কয়েকটি কলামের জন্য এটি সমাধান করতে:
In [5]: df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6],'c'
...: :[3,3,3,4,4,4]})
In [6]: df
Out[6]:
a b c
0 A 1 3
1 A 2 3
2 B 5 3
3 B 5 4
4 B 4 4
5 C 6 4
In [7]: df.groupby('a').agg(lambda x: list(x))
Out[7]:
b c
a
A [1, 2] [3, 3]
B [5, 5, 4] [3, 4, 4]
C [6] [4]এই উত্তরটি অনামিকা মোদীর উত্তর থেকে অনুপ্রাণিত হয়েছিল । ধন্যবাদ!
নিম্নলিখিত groupbyএবং aggরেসিপি ব্যবহার করুন ।
# Setup
df = pd.DataFrame({
'a': ['A', 'A', 'B', 'B', 'B', 'C'],
'b': [1, 2, 5, 5, 4, 6],
'c': ['x', 'y', 'z', 'x', 'y', 'z']
})
df
a b c
0 A 1 x
1 A 2 y
2 B 5 z
3 B 5 x
4 B 4 y
5 C 6 zএকাধিক কলামকে তালিকা হিসাবে একত্রিত করতে, নিম্নলিখিত যে কোনওটি ব্যবহার করুন:
df.groupby('a').agg(list)
df.groupby('a').agg(pd.Series.tolist)
b c
a
A [1, 2] [x, y]
B [5, 5, 4] [z, x, y]
C [6] [z]কেবলমাত্র একটি একক কলামকে গ্রুপ-অনুকূল করতে, গ্রুপবাইকে কোনও SeriesGroupByবস্তুতে রূপান্তর করুন , তারপরে কল করুন SeriesGroupBy.agg। ব্যবহার,
df.groupby('a').agg({'b': list}) # 4.42 ms
df.groupby('a')['b'].agg(list) # 2.76 ms - faster
a
A [1, 2]
B [5, 5, 4]
C [6]
Name: b, dtype: objectgroupby(..., sort=False)। এখানে, এটি কোনও পার্থক্য করবে না যেহেতু আমি কলাম A এ ভাগ করছি যা ইতিমধ্যে সাজানো হয়েছে।
df.groupby('a')['b'].agg(lambda x: list(set(x)))
এটি aggপরিবর্তে ব্যবহার করার সময়apply ।
কখন
df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6], 'c': [1,2,5,5,4,6]})আপনি যদি একাধিক কলাম তালিকায় স্ট্যাক করতে চান তবে ফলাফল দিন pd.DataFrame
df.groupby('a')[['b', 'c']].agg(list)
# or
df.groupby('a').agg(list)আপনি যদি তালিকায় একক কলাম চান তবে ফলাফল দিন ps.Series
df.groupby('a')['b'].agg(list)
#or
df.groupby('a')['b'].apply(list)দ্রষ্টব্য, pd.DataFrameআপনি ps.Seriesযখন একক কলামটি কেবলমাত্র একত্রিত করেন , ফলাফলটি ফলাফলের তুলনায় প্রায় 10x ধীর হয় , এটি মাল্টিকালামস ক্ষেত্রে ব্যবহার করুন।
এখানে আমি "|" এর সাথে উপাদানগুলি গোষ্ঠীভুক্ত করেছি বিভাজক হিসাবে
import pandas as pd
df = pd.read_csv('input.csv')
df
Out[1]:
Area Keywords
0 A 1
1 A 2
2 B 5
3 B 5
4 B 4
5 C 6
df.dropna(inplace = True)
df['Area']=df['Area'].apply(lambda x:x.lower().strip())
print df.columns
df_op = df.groupby('Area').agg({"Keywords":lambda x : "|".join(x)})
df_op.to_csv('output.csv')
Out[2]:
df_op
Area Keywords
A [1| 2]
B [5| 5| 4]
C [6]