将1列中具有相同id、不同值的行合并到多列答案

【问题标题】：Merge rows with same id, different vallues in 1 column to multiple columns将1列中具有相同id、不同值的行合并到多列
【发布时间】：2021-07-16 22:46:56
【问题描述】：

what i have 长度可以是不同的值/所以有些人 1 id 在列 val 中有 4 行具有不同值，其他列具有所有相同的值

df1 = pd.DataFrame({'id':[1,1,1,2,2,2,3,3,3], 'val': ['06123','nick','@gmail','06454','abey','@gmail','06888','sisi'], 'media': ['nrc','nrc','nrc','nrc','nrc','nrc','nrc','nrc']})

what i need

id    kolom 1     kolom2   kolom 3   media
1     06123       nick     @gmail    nrc
2     06454       abey     @gmail    nrc
3     6888        sisi     None      nrc

希望我举了一个很好的例子，用正确的方式，谢谢你的帮助

【问题讨论】：

标签： pandas merge multiple-columns rows

【解决方案1】：

df2 = df1.groupby('id').agg(list)
df2['col 1'] = df2['val'].apply(lambda x: x[0] if len(x) > 0 else 'None')
df2['col 2'] = df2['val'].apply(lambda x: x[1] if len(x) > 1 else 'None')
df2['col 3'] = df2['val'].apply(lambda x: x[2] if len(x) > 2 else 'None')
df2['media'] = df2['media'].apply(lambda x: x[0] if len(x) > 0 else 'None')
df2.drop(columns='val')

【讨论】：

【解决方案2】：

这是另一种方式。由于您的原始数据框没有相同长度的列表（这将为您提供ValueError，您可以将其定义为：

data = {"id":[1,1,1,2,2,2,3,3,3], 
        "val": ["06123","nick","@gmail","06454","abey","@gmail","06888","sisi"], 
        "media": ["nrc","nrc","nrc","nrc","nrc","nrc","nrc","nrc"]}
df = pd.DataFrame.from_dict(data, orient="index")
df = df.transpose()

>>> df
    id     val media
    0    1   06123   nrc
    1    1    nick   nrc
    2    1  @gmail   nrc
    3    2   06454   nrc
    4    2    abey   nrc
    5    2  @gmail   nrc
    6    3   06888   nrc
    7    3    sisi   nrc
    8    3     NaN   NaN

之后，您可以将np.nan 值替换为空字符串，这样您就可以groupby 您的id 列并将val 中的值以, 分隔。

df = df.replace(np.nan, "", regex=True)
df_new = df.groupby(["id"])["val"].apply(lambda x: ",".join(x)).reset_index()

>>> df_new
        id                val
    0  1.0  06123,nick,@gmail
    1  2.0  06454,abey,@gmail
    2  3.0        06888,sisi,

然后，您只需将新的val 列拆分为 3 列，将其中的字符串拆分为您想要的任何方法。例如，

new_cols = df_new["val"].str.split(",", expand=True) # Good ol' split

df_new["kolom 1"] = new_cols[0] # Assign to new columns
df_new["kolom 2"] = new_cols[1]
df_new["kolom 3"] = new_cols[2]
df_new.drop("val", 1, inplace=True) # Delete previous val

df_new["media"] = "nrc" # Add the media column again
df_new = df_new.replace("", np.nan, regex=True) # If necessary, replace empty string with np.nan

>>> df_new
        id kolom 1 kolom 2 kolom 3 media
    0  1.0   06123    nick  @gmail   nrc
    1  2.0   06454    abey  @gmail   nrc
    2  3.0   06888    sisi     NaN   nrc

【讨论】：