Python Pandas：分组求和和连接字符串

Question

熊猫数据框示例：

ID 名称 COMMENT1 COMMENT2 NUM
1 dan hi 你好 1
1 你的朋友 2
3 乔恩 是的 不 3
2 乔恩狗猫 .5
3 乔恩 是 不 .1

我正在尝试创建一个按 ID 和 NAME 分组的数据框，该数据框将 COMMENT1 和 COMMENT2 连接起来，也就是 NUM。

这就是我要找的：

ID 名称 COMMENT1 COMMENT2 NUM
1 dan hi you hello 朋友 3
3 乔恩 是的 是的 不是的 3.1
2 乔恩狗猫 .5

我试过用这个：

input_df = input_df.groupby(['ID', 'NAME', 'COMMENT1', 'COMMENT2']).sum().reset_index()

但它不起作用。

如果我使用这个：

input_df = input_df.groupby(['ID']).sum().reset_index()

它对 NUM 列求和，但忽略所有其他列。

Answer 1

您也可以只告诉.agg() 为每一列使用哪些聚合函数，对于字符串列，传递' '.join（请注意，没有括号，因为您不想调用.join，而是将其作为参数本身传递）：

df.groupby(['ID','Name'],as_index=False).agg({'COMMENT1': ' '.join, 'COMMENT2': ' '.join, 'NUM': 'sum'})

Answer 2

将您的数据示例转换为 csv 文件，我们可以执行以下操作：

import pandas as pd

def grouping_Cols_by_Cols(DF, grouping_Columns, num_Columns):
    # numerical columns can mess us up ...
    column_Names = DF.columns.tolist()
    # so, convert all columns' values to strings
    for column_Name in column_Names:
        DF[column_Name] = DF[column_Name].map(str) + ' '
    DF = DF.groupby(by=grouping_Columns).sum()

    # NOW, convert the numerical string columns to an expression ...
    for num_Col in num_Columns:
        column_Names = DF.columns.tolist()
        num_Col_i = column_Names.index(num_Col)
        for i in range(len(DF)):
            String = DF[num_Col].iloc[i] 
            value = eval(String.rstrip(' ').replace(' ','+'))
            DF.iat[i,num_Col_i] = value

    return DF

###############################################################
### Operations Section
###############################################################

df = pd.read_csv("UnCombinedData.csv")

grouping_Columns = ['ID','Name']
num_Columns = ['NUM']
df = grouping_Cols_by_Cols(df,grouping_Columns, num_Columns)

print df

再做一些工作，定义的函数可以自动检测哪些列中有数字并将它们添加到数字列列表中。

我认为这与this post 中遇到的问题和挑战类似，但并不完全一致。

Answer 3

让我们把它变成一行

df.groupby(['ID','Name'],as_index=False).agg(lambda x : x.sum() if x.dtype=='float64' else ' '.join(x))
Out[1510]: 
   ID Name  COMMENT1      COMMENT2  NUM
0   1  dan    hi you  hello friend  3.0
1   2  jon       dog           cat  0.5
2   3  jon  yeah yes       nope no  3.1