我的数据框有一个字符串列,可以包含长字符串.我想获得一个唯一字符串列表,以及每个包含行索引的唯一字符串的列表.
我可以想到两种方法.
>首先使用.unique()获取唯一列表,然后遍历数据帧以构建索引列表,其中每个唯一值都显示出来
>使用.groupBy()创建组并获取每个组中的行索引列表
但我不太确定哪一个更有效(或者是否还有其他方法可以更有效地做到这一点).我考虑效率的原因是我想要统一的字段和groupBy是一个字符串字段,可能有很长的字符串！
谢谢！
解决方法:
演示：
In [16]: df
Out[16]:
col
0 aaaa
1 bbbb
2 aaaa
3 aaaa
4 bbbb
5 cccc
In [17]: df.groupby('col').groups
Out[17]:
{'aaaa': Int64Index([0, 2, 3], dtype='int64'),
'bbbb': Int64Index([1, 4], dtype='int64'),
'cccc': Int64Index([5], dtype='int64')}
或者作为DataFrame：
In [31]: pd.DataFrame([[k,v.values]
for k,v in df.groupby('col').groups.items()],
columns=['col','indices'])
Out[31]:
col indices
0 aaaa [0, 2, 3]
1 bbbb [1, 4]
2 cccc [5]
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 [email protected] 举报，一经查实，本站将立刻删除。