python - 在熊猫中将行组合成按日期排序的列表
问题描述
我有一个熊猫数据框,它有几个唯一的 ID 和文本。我正在尝试组合按日期排序的文本。
+-----------+---------------------+------+
| unique_id | date | data |
+-----------+---------------------+------+
| 1 | 2010-05-19 21:30:27 | a |
+-----------+---------------------+------+
| 1 | | b |
| | 2010-05-21 01:36:23 | |
+-----------+---------------------+------+
| 1 | | c |
| | 2010-05-23 06:46:23 | |
+-----------+---------------------+------+
理想情况下,我试图将数据中的行组合到一个列表中,按日期排序。
像这样的东西:
+-----------+------------------------------------------------------------------+-----------+
| unique_id | date | data |
+-----------+------------------------------------------------------------------+-----------+
| 1 | [2010-05-19 21:30:27, 2010-05-21 01:36:23, 2010-05-23 06:46:23] | [a, b, c] |
+-----------+------------------------------------------------------------------+-----------+
我目前正在按日期对数据框进行排序,然后使用 group by 使用以下命令对元素进行排序:
df['date'] = pd.to_datetime(df['date'])
df = df.sort('date')
df = df.groupby(['unique_id']).agg(lambda x: set(tuple(x))).applymap(list).reset_index()
但是,在分组时,不会保留数据的顺序。
解决方案
给你:
df_tmp = df.groupby('unique_id', as_index=False).agg(lambda x: sorted(set(x)))