如何解决Pandas：按列A分组，并从其他列中列出元组？
apply(list) 我会考虑序列索引而不是值。我认为您正在寻找
df.groupby('user')[['time', 'amount']].apply(lambda x: x.values.tolist())
用户
1 [[23.0，2.99]，[50.0，1.99]]
2 [[12.0，1.99]]
解决方法
我想将用户交易汇总到熊猫列表中。我不知道如何制作一个包含多个字段的列表。例如，
df = pd.DataFrame({'user':[1,1,2,3],'time':[20,10,11,18,15],'amount':[10.99,4.99,2.99,1.99,10.99]})
看起来像
amount time user
0 10.99 20 1
1 4.99 10 1
2 2.99 11 2
3 1.99 18 2
4 10.99 15 3
如果我做
print(df.groupby('user')['time'].apply(list))
我懂了
user
1 [20,10]
2 [11,18]
3 [15]
但是如果我这样做
df.groupby('user')[['time','amount']].apply(list)
我懂了
user
1 [time,amount]
2 [time,amount]
3 [time,amount]
多亏了下面的答案，我才知道我可以做到这一点
df.groupby('user').agg(lambda x: x.tolist()))
要得到
amount time
user
1 [10.99,4.99] [20,10]
2 [2.99,1.99] [11,18]
3 [10.99] [15]
但是我要按照相同的顺序对时间和金额进行排序-这样我才能按顺序处理每个用户的交易。
我一直在寻找一种产生这种方式的方法：
amount-time-tuple
user
1 [(20,10.99),(10,4.99)]
2 [(11,2.99),(18,1.99)]
3 [(15,10.99)]
但是也许有一种方法可以在不“纠缠”两列的情况下进行排序？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
