groupby后的apply的用法细节——特征工程

在进行特征工程时，我们经常对表格类数据进行.groupby操作，但其实我对.groupby后的数据到底是长什么样的了解不全面，下面以几个例子。深入理解一下。

上图中，我们以card_id为分组，来一个个处理特征，现在处理的是city_id特征。

一般我们通过遍历就能知道各组里的具体内容。但现在来看我们对其存储形式的理解还差一点。

具体如下：

 

按照先前的理解，在进行.apply(list)后，应该返回上图的结果：实际如下：

 可以看到，一组里面的city_id被分到一个列表里，是以card_id为单位进行整体的list。

结论：我们知道apply方法作用于df时是按照行，一行行作用的。

所以可以理解为按card_id进行groupby后的单列特征city_id是card_id的一行，是他们的键。而所有的city_id是他们的值,存储为['76','69'.....],所以list他们时不会变成[‘7’，‘6’ ，‘6‘，‘9’......]