折叠 Pandas 数据框中的行答案

【问题标题】：Collapsing rows in a Pandas dataframe折叠 Pandas 数据框中的行
【发布时间】：2017-09-16 18:18:25
【问题描述】：

我正在尝试折叠数据框中的行，该数据框中包含一列 ID 数据和许多列，每个列都包含不同的字符串。看起来 groupby 是解决方案，但它似乎倾向于在组上执行一些数字功能 - 我只想保留文本。这就是我得到的...

我有一个表单的数据框：

index    ID     apples    pears    oranges
0        101                       oranges
1        134    apples
2        576              pears
3        837    apples
4        576                       oranges
5        134              pears

列是干净的：所以苹果列中只会有文本“apples”，否则它将是空白的。

如果同一 ID 下有多个条目（在本例中，在 ID 134 和 576 上），我想将这些行折叠在一起以获得以下信息：

index    ID     apples    pears    oranges
0        101                       oranges
1        134    apples    pears
2        576              pears    oranges
3        837    apples

我可以通过遍历行来做到这一点，但这似乎是一个非熊猫解决方案。有没有更好的办法？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

您可以将groupby 与聚合''.join、sum 或max 一起使用：

#if blank values are NaN first replace to ''
df = df.fillna('')

df = df.groupby('ID').agg(''.join)
print (df)
     apples  pears  oranges
ID                         
101                 oranges
134  apples  pears         
576          pears  oranges
837  apples

同样有效：

df = df.fillna('')
df = df.groupby('ID').sum()
#alternatively max
#df = df.groupby('ID').max()
print (df)
     apples  pears  oranges
ID                         
101                 oranges
134  apples  pears         
576          pears  oranges
837  apples

如果需要删除每组和每列的重复项，请添加unique：

df = df.groupby('ID').agg(lambda x: ''.join(x.unique()))

【讨论】：

第一个建议效果很好。感谢您的帮助！您是否有机会描述以下行中发生的事情：df = df.groupby('ID').agg(''.join)？

【解决方案2】：

假设空白是''

选项 1
pivot_table

df.pivot_table(['apples', 'pears', 'oranges'], 'ID', aggfunc=''.join)

选项 2
sort 并取最后一行，因为 '' 将首先排序

def f(df):
    return pd.DataFrame(np.sort(df.values, 0)[[-1]], [df.name], df.columns)

df.set_index(
    'ID', append=True
).groupby(level='ID', group_keys=False).apply(f)

两者都有

     apples  oranges  pears
ID                         
101          oranges       
134  apples           pears
576          oranges  pears
837  apples

【讨论】：