Python，合并具有相同id的行 - 日期但在一列中具有不同的值答案

【问题标题】：Python, Merging rows with the same id - date but different values in one columnPython，合并具有相同id的行 - 日期但在一列中具有不同的值
【发布时间】：2020-12-23 18:37:18
【问题描述】：

我选择了提及和未提及“Korona”的行，并按日期对它们进行计数。有些日期没有 Korona True。数据框如下所示：

表 1

	Published_date	Korona	Count
242	2020-06-01	False	13
243	2020-06-01	True	3
244	2020-06-02	False	7
245	2020-06-02	True	1
246	2020-06-03	False	11
247	2020-06-04	False	8
248	2020-06-04	True	1
249	2020-06-05	False	10
250	2020-06-06	False	5
251	2020-06-07	False	5
252	2020-06-08	False	14

我想要做的是删除重复的日期行，但将值转换为另一列。比如这个：

	Published_date	Korona	Count
242	2020-06-01	False	13
243	2020-06-01	True	3

看起来像这样（在对列进行了一些重命名并添加了 Count-All 列之后）：

表 2

	Published_date	Count-NoKorona	Count-Korona	Count-All
152	2020-06-01	13	3	16

我正在使用这段代码（在 Python, Merging rows with same value in one column 上找到它）：

df = df.set_index(['Published_date', df.groupby('Published_date').cumcount()])['Count'].unstack().add_prefix('Count').reset_index()

问题： 出于某种原因，在那行代码之后，我的数据变得混乱了。

在那条线之前一切都很好。我有 782 个 Korona True 行（对于测试，我只从表 1 中取出“True”行，并总结了它的计数，它是正确的 --> 782）。所以 782/3443 是真的。

在代码行之后，我得到了 1011/3443 的总和。

我猜它需要一些错误的日期值，或者它被混淆了，但我不知道如何修复它，并且数据表太大而无法手动找到错误来尝试理解问题更好。

如果有任何帮助，我将不胜感激。（如果问题看起来不太好，也很抱歉，这是我的第一个问题：D）

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

使用数据透视表试试这个

d = ''' Published_date  Korona  Count
242 2020-06-01  False   13
243 2020-06-01  True    3
244 2020-06-02  False   7
245 2020-06-02  True    1
246 2020-06-03  False   11
247 2020-06-04  False   8
248 2020-06-04  True    1
249 2020-06-05  False   10
250 2020-06-06  False   5
251 2020-06-07  False   5
252 2020-06-08  False   14'''

df = pd.read_csv(io.StringIO(d), sep='\s+', engine='python')

# pivot the data and reset the index
df1 = pd.pivot_table(df, values='Count', index=['Published_date'],
                    columns=['Korona'], aggfunc=np.sum, fill_value=0).reset_index()
# rename the columns to what you want
df1.columns = ['Published_date', 'Count-NoKorona', 'Count-Korona']
# sum the values into a new column
df1['Count-All'] = df1[['Count-NoKorona', 'Count-Korona']].sum(axis=1)

输出：

  Published_date  Count-NoKorona  Count-Korona  Count-All
0     2020-06-01              13             3         16
1     2020-06-02               7             1          8
2     2020-06-03              11             0         11
3     2020-06-04               8             1          9
4     2020-06-05              10             0         10
5     2020-06-06               5             0          5
6     2020-06-07               5             0          5
7     2020-06-08              14             0         14

【讨论】：