将元组转换为数据框中的分组行，而无需更改顺序

Question

我有一个元组，需要将其转换为数据框架。

res1_ =  [
  ('z1', '1'),
  ('z1', '2'),
  ('x1', '1'),
  ('x2', '1'),
  ('x1', '3'),
  ('z1', '1')]

我的预期数据帧应该是这样的：

docid secid
z1    [1,2]
x1    [1]
x2    [1]
x1    [3]
z1    [1]

如果注意到，则不会更改订单，如果在下一行中重复DOCID，则将两个Secid合并到一个列表中。 尽管X1发生了两次，但SEC ID 1和3不在单个列表中，因为我们在X1中部有DOCID X2。

我尝试了：

df = pd.DataFrame(res1_,columns=['docid','secid'])
df.groupby('docid')['secid'].apply(list)

但是当我失去订单时，没有运气，x1也被分组。

Answer 1

您可以使用dataframe构造函数，然后groupby.agg：

df = pd.DataFrame(res1_, columns=['docid', 'setid'])
group = df['docid'].ne(df['docid'].shift()).cumsum()
df = df.groupby(group.values).agg({'docid': 'first', 'setid': list})

输出：

  docid   setid
1    z1  [1, 2]
2    x1     [1]
3    x2     [1]
4    x1     [3]
5    z1     [1]

Answer 2

您可以使用 itertools.groupbys.groupbys.groupby 将数据分组，然后转换为数据框：

from itertools import groupby 

grps = [(k, [t[1] for t in g]) for k, g in itertools.groupby(res1_, key=lambda x:x[0])]
df = pd.DataFrame(grps, columns=['docid', 'secid'])

输出：

  docid   secid
0    z1  [1, 2]
1    x1     [1]
2    x2     [1]
3    x1     [3]
4    z1     [1]