如何按Child列分组并保留Child1列原有顺序转为列表？

先看原始的DataFrame：

import pandas as pd
df1 = pd.DataFrame({'Parent': ['Stay home', "Stay home","Stay home", 'Go swimming', "Go swimming","Go swimming"],
                   'Child': ['Severe weather', "Severe weather", "Severe weather", 'Not Severe weather', "Not Severe weather", "Not Severe weather"],
                   'Child1':   ["Extreme rainy", "Extreme windy",   "Severe snow", "Sunny", "some windy", "No snow"]
                   })

需求是按Child列分组，把Child1列的值转为列表，但希望保留原DataFrame中分组出现的顺序（即先Severe weather对应的列表，再Not Severe weather对应的列表）。

尝试的代码：

def cast_to_list(df, col):
    return df.groupby('Child')[col].apply(list).tolist()

list5=cast_to_list(df1, 'Child1')
list5

得到的结果顺序不符合预期：

[['Sunny', 'some windy', 'No snow'],
 ['Extreme rainy', 'Extreme windy', 'Severe snow']]

解决方法 #

问题出在groupby默认会对分组键进行排序，所以'Not Severe weather'因为字母顺序排在了前面。只要在groupby时添加sort=False参数，就能保留分组键在原DataFrame中第一次出现的顺序：

修改后的代码：

def cast_to_list(df, col):
    # 添加sort=False，关闭分组键的自动排序
    return df.groupby('Child', sort=False)[col].apply(list).tolist()

list5=cast_to_list(df1, 'Child1')
list5

执行后就能得到预期结果：

[['Extreme rainy', 'Extreme windy', 'Severe snow'],
 ['Sunny', 'some windy', 'No snow']]

内容的提问来源于stack exchange，提问作者xavi