根据 pandas 数据框中的其他索引值对索引值进行分组

Question

我有一个具有以下结构的数据框


                     Sentence                 Label

A              B   
"unique ID1"   0    "Sample sentence 1"        jt
"unique ID1"   1   "Sample sentence 2"        jt  
"unique ID3"   2   "Sample sentence 3"        edu
"unique ID3"   3   "Sample sentence 4"        edu

我希望能够将索引 B 的所有值按索引 A 的值分组，其中 label == jt 并对所有唯一标签值重复该操作。首选 return 类型是 key-value 对，但任何其他合适的格式也可以。

标签 == jt 的有效示例：

("unique ID1" : [0,1] )

label == edu 的有效示例：

("unique ID3" : [2,3] )

我已经尝试了很多 SO 个问题，但还没有找到我要找的东西。

我也试过这个：



sorted_index_df = df.sort_index(inplace = False)

multi_index = sorted_index_df.loc[sorted_index_df["label"] == "jt"].index

这样做会 return 索引 A 的每个值及其对应的索引 B 的值作为一个单独的元组。

例如：('Labor_&_Delivery_Nurse-APRN__Lidia_Lambert__', 17)

但我希望能够根据索引 A.

中的值对索引 B 的所有值进行分组

感谢任何帮助。

Answer 1

您可以像下面这样使用 group by 来实现此目的

df = pd.DataFrame([['unique ID1', '0', 'Sample sentence 1', 'jt'], ['unique ID1', '1', 'Sample sentence 2', 'jt'], ['unique ID3', '2', 'Sample sentence 3', 'edu'], ['unique ID3', '3', 'Sample sentence 4', 'edu']], columns=('A', 'B', 'Sentence', 'Label'))
result = df.groupby(["A", "Label"]).agg({"B":list}).reset_index(level=0)

## you can get result for jt like

result.loc["jt"]

Answer 2

试试这个：

只得到'jt'

df[df.Label.eq('jt')].reset_index(level=1).groupby(level=0).B.unique()

Out[22]:
A
unique ID1    [0, 1]
Name: B, dtype: object

只得到'edu'

df[df.Label.eq('edu')].reset_index(level=1).groupby(level=0).B.unique()

Out[23]:
A
unique ID3    [2, 3]
Name: B, dtype: object

Answer 3

为了提供更好的展示效果，我对您的数据样本进行了一些扩展：

                Sentence Label
A   B                         
ID1 0  Sample sentence 1    jt
    1  Sample sentence 2    jt
ID3 2  Sample sentence 3   edu
    3  Sample sentence 4   edu
ID4 4  Sample sentence 5    jt
    5  Sample sentence 6    jt
ID5 6  Sample sentence 7   edu
    7  Sample sentence 8   edu

目标是每个 Label.

至少有 2 个不同的 ID

要计算所有 Labels 和 IDs 的结果就足够了运行一条指令：

df.reset_index().groupby(['Label', 'A']).B.apply(list)

对于我的数据，结果是：

Label  A  
edu    ID3    [2, 3]
       ID5    [6, 7]
jt     ID1    [0, 1]
       ID4    [4, 5]

根据 pandas 数据框中的其他索引值对索引值进行分组

Group index values based on other index values in pandas Data Frame

python

hierarchical-data

python-3.x

pandas

标签 == jt 的有效示例：

label == edu 的有效示例：