如何将数据框中的行与不同的列合并？答案

【问题标题】：How to merge rows in dataframe with different columns?如何将数据框中的行与不同的列合并？
【发布时间】：2019-06-25 05:27:43
【问题描述】：

我想将数据帧的行与一个公共列值合并，然后合并以逗号分隔的其余列值以获得字符串值，并转换为数组/列表以获得 int 值。

A   B     C    D
1  one   100  value
4  four  400  value
5  five  500  value
2  two   200  value

预期结果如下：

   A                B                 C            D
[1,4,5,2]  one,four,five,two  [100,400,500,200]  value

我可以将 groupby 用于 D 列，但我如何一次将 apply(np.array) 和 apply(','.join) 用于 df 中的 B 列？

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

动态解决方案 - 将字符串列连接起来，将数字转换为带有GroupBy.agg 的列表：

f = lambda x: x.tolist() if np.issubdtype(x.dtype, np.number) else ','.join(x)
#similar for test strings - https://stackoverflow.com/a/37727662
#f = lambda x: ','.join(x) if np.issubdtype(x.dtype, np.flexible) else x.tolist()
df1 = df.groupby('D').agg(f).reset_index().reindex(columns=df.columns)
print (df1)
              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value

另一种解决方案是为每一列分别指定每个函数：

df2 = (df.groupby('D')
        .agg({'A': lambda x: x.tolist(), 'B': ','.join, 'C':lambda x: x.tolist()})
        .reset_index()
        .reindex(columns=df.columns))

print (df2)

              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value

【讨论】：

【解决方案2】：

df = df.groupby('D').apply(lambda x: pd.Series([list(x.A),','.join(x.B),list(x.C)])).reset_index().rename({0:'A',1:'B',2:'C'}, axis=1)

df = df[['A','B','C','D']]

输出

              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value

【讨论】：

【解决方案3】：

为什么不单线agg：

>>> df.groupby('D', as_index=False).agg(lambda x: x.tolist() if x.dtype != object else ','.join(x))[df.columns]
              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value
>>>

【讨论】：