我需要从pandas DataFrame对象中创建一个python列表对象或任何对象，对来自不同行的值进行分组

Question

我的数据帧在第一列中有一个字符串，第二列中有一个数字：

            GEOSTRING  IDactivity
9     wydm2p01uk0fd2z           2
10    wydm86pg6r3jyrg           2
11    wydm2p01uk0fd2z           2
12    wydm80xfxm9j22v           2
39    wydm9w92j538xze           4
40    wydm8km72gbyuvf           4
41    wydm86pg6r3jyrg           4
42    wydm8mzt874p1v5           4
43    wydm8mzmpz5gkt8           5
44    wydm86pg6r3jyrg           5
45    wydm8w1q8bjfpcj           5
46    wydm8w1q8bjfpcj           5

我要做的是操作这个数据帧，以便有一个包含字符串的列表对象，该字符串由每个“GEOSTRING”值的第5个字符组成，用于每个不同的“IDactivity”值。 所以在本例中，我有3个不同的“IDactivity”值，我的列表对象中有3个字符串，如下所示：

^{pr2}$

这里，您在每个字符串中看到的符号，是每个“地环”值的第五个值。在

我要的是一种解决方案，或者一种方法，它不涉及太复杂的for循环，并且尽可能高效，因为我需要操作大量的数据。我希望它干净又快。在

我希望它足够清楚。在

Answer 1

这可以很容易地做到如下一行程序：（也被认为是相当快的）

result = df.groupby('IDactivity')['GEOSTRING'].apply(lambda x:''.join(x.str[4])).tolist()

这将按IDactivity的值对dataframe进行分组，然后从GEOSTRING列的每个对应字符串中选择第5个元素（索引4），并将其与其他相应的字符串联接起来。最后，我们添加tolist()方法以获得list而不是pandas系列的输出。在

输出：

^{pr2}$

文件：

pandas.groupby
pandas.apply

Answer 2

下面是一个涉及temp列的解决方案，并从this answer中获得了键操作的灵感：

# create a temp column with the character we want from each string
dframe['Temp'] = dframe['GEOSTRING'].apply(lambda x: x[4])

# groupby ID and then concatenate using a sneaky call to .sum()
dframe.groupby('IDactivity')['Temp'].sum().tolist()

结果：

^{pr2}$