熊貓 - 從列中獲取唯一值以及它們出現的行索引列表

Question

我的數據框有一個可包含長字符串的字符串列。我想獲取唯一字符串的列表，以及每個包含行索引的唯一字符串的列表。

我可以想到兩種方法。

1. 首先使用.unique()獲得獨特的列表，然後遍歷數據框建立索引列表，其中每個獨特的價值顯示出來
2. 使用.groupBy()每組
在創建組，並得到行索引名單

但我不太確定哪一個更有效率（或者如果有其他方法可以更有效地做到這一點）。我在考慮效率的原因是，我想分離和分組的字段是一個字符串字段，可能有很長的字符串！

謝謝！

Answer 1

演示：

In [16]: df 
Out[16]: 
    col 
0 aaaa 
1 bbbb 
2 aaaa 
3 aaaa 
4 bbbb 
5 cccc 

In [17]: df.groupby('col').groups 
Out[17]: 
{'aaaa': Int64Index([0, 2, 3], dtype='int64'), 
'bbbb': Int64Index([1, 4], dtype='int64'), 
'cccc': Int64Index([5], dtype='int64')} 

或作爲數據幀：

In [31]: pd.DataFrame([[k,v.values] 
         for k,v in df.groupby('col').groups.items()], 
         columns=['col','indices']) 
Out[31]: 
    col indices 
0 aaaa [0, 2, 3] 
1 bbbb  [1, 4] 
2 cccc  [5] 

Answer 2

假設你的數據幀是df和你的字符串列是string，你可以這樣做：

df.drop_duplicates('string')['string'].apply(\ 
lambda x: df[df['string'] == x].index.tolist())