pandas 实现某一列分组,其他列合并成list

pandas列转换为字典，但将相同第一列（键）的所有值合并为一个键

形式一：

1. import pandas as pd
2. # data
3. data = pd.DataFrame({'column1':['key1','key1','key2','key2'],
4. 'column2':['value1','value2','value3','value3']})
5. print(data)
6. # Grouped dict
7. data_dict = data.groupby('column1').column2.apply(list).to_dict()
8. print(data_dict)

输出结果：

1. column1 column2
2. 0 key1 value1
3. 1 key1 value2
4. 2 key2 value3
5. 3 key2 value3
6. {'key1': ['value1', 'value2'], 'key2': ['value3', 'value3']}

形式二：

1. import pandas as pd
2. # data
3. df = pd.DataFrame({'column1':['key1','key1','key2','key2'],
4. 'column2':['value1','value2','value1','value2'],
5. 'column3':['value11','value11','value22','value22'],
6. 'column4':['value44','value44','value55','value55']})
7. # Grouped dict
8. data_dict = df.groupby('column1').apply(lambda x: {col:x[col].tolist() for col in x.columns if col != 'column2'}).to_dict()
9. print(data_dict)
10. data_dict2 = df.groupby('column1').apply(lambda x: {col:x[col].tolist()[0] if col != 'column2' else x[col].tolist() for col in x.columns}).to_dict()
11. print(data_dict2)

输出结果：

1. #data_dict
2. {
3. 'key1': {
4. 'column1': ['key1', 'key1'],
5. 'column3': ['value11', 'value11'],
6. 'column4': ['value44', 'value44']
7. },
8. 'key2': {
9. 'column1': ['key2', 'key2'],
10. 'column3': ['value22', 'value22'],
11. 'column4': ['value55', 'value55']
12. }
13. }
14. #data_dict2
15. {
16. 'key1': {
17. 'column1': 'key1',
18. 'column2': ['value1', 'value2'],
19. 'column3': 'value11',
20. 'column4': 'value44'
21. },
22. 'key2': {
23. 'column1': 'key2',
24. 'column2': ['value1', 'value2'],
25. 'column3': 'value22',
26. 'column4': 'value55'
27. }
28. }

补充：pandas中，利用groupby分组后，对字符串字段进行合并拼接

在pandas里对于数值字段而言，groupby后可以用sum()、max()等方法进行简单的处理，对于字符串字段， 如果把它们的值拼接在一起，可以用使用 str.cat() 和 lamda 方法。

如，将下面表格中的内容，对skill字段按照id进行分组合并

实现代码：

1. import pandas as pd
2. file_name='test.xlsx'
3. df=pd.read_excel(file_name)
4. data=df.groupby('id')['skill'].apply(lambda x:x.str.cat(sep=':')).reset_index()
5. print(data)

效果如下：

另，数据处理时，常常需要将某一列进行拆分，分列，替换等，相关的函数有str.split()、str.extract()、str.replace().

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。如有错误或未考虑完全的地方，望不吝赐教。

原文链接：https://blog.csdn.net/lxp198837/article/details/103593082