Skip to main content
 首页 » 编程设计

python之Pandas Dataframe 分组依据,带有列表的列

2024年11月24日8daizhj

我使用的是 jupyter 笔记本,我当前的数据框如下所示:

players_mentioned  |  tweet_text    |  polarity 
______________________________________________ 
[Mane, Salah]      |  xyz           |    0.12 
[Salah]            |  asd           |    0.06 

如何将所有玩家单独分组并平均他们的极性?

目前我尝试使用:

df.groupby(df['players_mentioned'].map(tuple))['polarity'].mean() 

但是这将返回一个数据框,将所有提及项分组在一起以及分开时,我怎样才能最好地将玩家分开然后将他们重新组合在一起。

预期的输出将包含

 player  | polarity_average 
____________________________ 
  Mane   |   0.12 
  Salah  |   0.09 

换句话说,如何按每行列表中的每个项目进行分组。

请您参考如下方法:

您可以使用 unnesting idiom from this answer .

def unnesting(df, explode): 
    idx = df.index.repeat(df[explode[0]].str.len()) 
    df1 = pd.concat([ 
        pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1) 
    df1.index = idx 
 
    return df1.join(df.drop(explode, 1), how='left') 

您现在可以在未嵌套的“players_mentioned”列上调用 groupby。

(unnesting(df, ['players_mentioned']) 
    .groupby('players_mentioned', as_index=False).mean()) 
 
  players_mentioned  polarity 
0              Mane      0.12 
1             Salah      0.09