Pandas - 将几列聚合为一列

Question

我有一个包含多个分类列的数据框，我想将所有这些汇总到一个分类列中，最好使用 Pandas。

例如，如果我有两列，分别命名为 category1 (c1) 和 category2 (c2)，它们的数据范围都在 0 到 2 之间，我想将它们聚合到其他列 category (c) 中，这可以范围从 0 到 5，表示所有可能的分类值组合。

我会从这里开始：

d1 d2 c1 c2
1  1  NA 0
2  1  1  1
3  1  0  2
4  2  2  NA
5  1  NA NA
6  2  2  2
7  2  0  NA
8  2  0  2

到这里：

d1 d2 c
1  1  0
2  1  1
3  1  2
4  2  3
5  1  4
6  2  5 
7  2  6
8  2  2

我尝试关注this，但它似乎不起作用并引发了一些错误，即 ValueError: cannot reindex from a duplicate axis。

我提前感谢任何帮助。

Answer 1

IIUC，您可以将ngroup 与groupby 一起使用。

df['c'] = df.fillna(-1).groupby(['c1', 'c2']).ngroup()

顺序可能是任意的（即与您的不同），但希望这并不重要。

---

   d1  d2  c
0   1   1  1
1   2   1  4
2   3   1  3
3   4   2  5
4   5   1  0
5   6   2  6
6   7   2  2
7   8   2  3