効率的な方法

Question

私は'B'

df.groupby('A').B.union()もdf.groupby('A').B.apply(set.union)どちらも仕事で'A'と組合すべてのリストでグループ化するこのdf

df = pd.DataFrame(dict(
     A=['b', 'a', 'b', 'c', 'a', 'c', 'a', 'c', 'a', 'a'], 
     B=[[0, 2, 3, 1], 
      [9, 6, 7, 2], 
      [6, 0, 1, 4], 
      [9, 2, 5, 1], 
      [5, 1, 4, 8], 
      [8, 5, 6, 6], 
      [0, 9, 0, 0], 
      [2, 6, 1, 8], 
      [7, 3, 2, 6], 
      [8, 7, 1, 9]] 
     )) 

を持っています。

私は、問題は、あなたが労働組合を適用する前に最初のセットとしてそれらをキャストする必要があるということです

def f(x): 
    # grabbing first one so I can 
    # make a set out of it 
    first, *rest = x.values.tolist() 
    # union won't work unless it's on 
    # a set, it doesn't care about the rest 
    return set(first).union(*rest) 

df.groupby('A').B.apply(f) 

A 
a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 
b    {0, 1, 2, 3, 4, 6} 
c    {1, 2, 5, 6, 8, 9} 
Name: B, dtype: object 

Answer 1

に適用するための機能を使用したい結果が

A 
a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 
b    {0, 1, 2, 3, 4, 6} 
c    {1, 2, 5, 6, 8, 9} 
Name: B, dtype: object 

Answer 2

になりたいです。一つの解決策はmap

In [28]: df.groupby('A').B.sum().map(set) 
Out[28]: 
A 
a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 
b    {0, 1, 2, 3, 4, 6} 
c    {1, 2, 5, 6, 8, 9} 
dtype: object 

Answer 3

maxymooの答えはいいですが、それは最初に一緒にすべてのリストが追加されますので、それが不必要に特にそう（大量のメモリがかかる場合があります使用して設定するキャスト、その後、グループを連結するsumを使用することです重複が多い場合）。

代わりに、最初に列Bをセットに変換してから、後で1つのセットにさらに効率的に減らすことができます。このように：ワンライナーとして

df['B'] = df['B'].map(set) 

    A    B 
0 b {0, 1, 2, 3} 
1 a {9, 2, 6, 7} 
2 b {0, 1, 4, 6} 
3 c {9, 2, 5, 1} 
4 a {8, 1, 4, 5} 
5 c  {8, 5, 6} 
6 a  {0, 9} 
7 c {8, 1, 2, 6} 
8 a {2, 3, 6, 7} 
9 a {8, 1, 9, 7} 

df.groupby('A').B.apply(lambda x: reduce(set.union, x)) 

A 
a {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 
b    {0, 1, 2, 3, 4, 6} 
c    {1, 2, 5, 6, 8, 9} 
Name: B, dtype: object 

または、maxymooが指摘するように：

df.groupby('A').B.apply(lambda x : reduce(set.union, x.map(set)))