pandas 使用条件逻辑从 df创建多个列表

使用groupby以及join聚合和add_prefix重命名索引：

df.groupby('var1')['var2'].agg(', '.join).add_prefix('list_')

[出]

var1
list_0     a, b, c, d, z
list_1              t, a
list_2                 p
list_60                c
Name: var2, dtype: object

*或对于python列表使用list聚合： df.groupby('var1')['var2'].agg(list).add_prefix('list_')

[出]

var1
list_0     [a, b, c, d, z]
list_1              [t, a]
list_2                 [p]
list_60                [c]
Name: var2, dtype: object

* 更新资料

我想我明白了您要达到的目标，我的强力建议是使用pythondict而不是“ independent lits”-键为list_0，list_1等。

例

d = df.groupby('var1')['var2'].agg(list).add_prefix('list_').to_dict()

print(d['list_0'])

[出]

['a', 'b', 'c', 'd', 'z']

如果您绝对坚持使用独立列表，则使用globals（）对象，并使用for循环进行更新（为避免疑问，我不建议使用此方法-请查看此问题以获取更多信息）：

s = df.groupby('var1')['var2'].agg(list).add_prefix('list_')

for var, lst in s.iteritems():
    globals()[var] = lst

现在，您应该具有带有关联变量名称的独立列表。

回答来源：stackoverflow