Pandas用数组更新列

Question

所以，我在学熊猫，我遇到了这个问题。在

假设我有这样一个数据帧：

A B C
1 x NaN
2 y NaN
3 x NaN
4 x NaN
5 y NaN

我正在尝试创建这个：

^{pr2}$

基于B的相似性。在

我做到了：

teste = df.groupby(['B'])
for name,group in teste:
    df.loc[df['B'] == name[0],'C'] = group['A'].tolist()

我得到了这个。就像C列是基于一个列。在

A B C
1 x 1
2 y 2
3 x 3
4 x 4
5 y 5

有谁能向我解释一下为什么会发生这种情况，以及按照我想要的方式解决这个问题吗？ 谢谢：）

Answer 1

创意之和！
生成A单值列表。然后用sum进行转换。在

df.assign(
    C=pd.Series(
        df.A.values[:, None].tolist(), df.index
    ).groupby(df.B).transform('sum')
)

   A  B          C
0  1  x  [1, 3, 4]
1  2  y     [2, 5]
2  3  x  [1, 3, 4]
3  4  x  [1, 3, 4]
4  5  y     [2, 5]

Answer 2

您可以首先基于列B进行聚合，然后在^{上与原始df连接：

df
#   A   B
#0  1   x
#1  2   y
#2  3   x
#3  4   x
#4  5   y

df.groupby('B').A.apply(list).rename('C').reset_index().merge(df)

#   B           C   A
#0  x   [1, 3, 4]   1
#1  x   [1, 3, 4]   3
#2  x   [1, 3, 4]   4
#3  y      [2, 5]   2
#4  y      [2, 5]   5

Answer 3

您可以使用transform来创建列表。在

In [324]: df['C'] = df.groupby('B')['A'].transform(lambda x: [x.values])

In [325]: df
Out[325]:
   A  B          C
0  1  x  [1, 3, 4]
1  2  y     [2, 5]
2  3  x  [1, 3, 4]
3  4  x  [1, 3, 4]
4  5  y     [2, 5]