提问人：Caerus 提问时间：12/7/2018 最后编辑：cs95Caerus 更新时间：7/5/2021 访问量：1843
Groupby 两列忽略对的顺序
Groupby two columns ignoring order of pairs
问：
假设我们有一个如下所示的 DataFrame：
start stop duration
0 A B 1
1 B A 2
2 C D 2
3 D C 0
构建列表的最佳方法是什么：i） 开始/停止对;ii） 启动/停止对的计数;iii） 启动/停止对的平均持续时间？在这种情况下，顺序应该无关紧要：.(A,B)=(B,A)
期望输出：[[start,stop,count,avg duration]]
在此示例中：[[A,B,2,1.5],[C,D,2,1]]
答：
9赞
cs95
12/7/2018
#1
sort前两列（您可以就地执行此操作，也可以创建副本并执行相同的操作;我已经完成了前者），然后和：groupbyagg
df[['start', 'stop']] = np.sort(df[['start', 'stop']], axis=1)
(df.groupby(['start','stop'])
.duration
.agg(['count', 'mean'])
.reset_index()
.values
.tolist())
# [['A', 'B', 2, 1.5], ['C', 'D', 2, 1.0]]
0赞
Divyanshu Srivastava
7/5/2021
#2
在一行中，这也可以通过以下方式实现
df.apply(lambda x: x.append(pd.Series(','.join([str(x) for x in sorted(x[['start', 'stop']])]))), axis=1).groupby([0]).duration.agg(['count', 'mean'])
结果：
count mean
0
A,B 2 1.5
C,D 2 1.0
评论