Pandas - 如何将重复的项目合并为一个具有多列的项目答案

【问题标题】：Pandas - How to combine duplicate items into one with several columnsPandas - 如何将重复的项目合并为一个具有多列的项目
【发布时间】：2021-05-18 14:26:40
【问题描述】：

我有以下数据框

可以看到，ItemNo 1重复了3次，每一列都有对应的值。

我正在寻找一种方法来检查所有列，如果它们匹配，则将价格、销售额和库存作为一个条目，而不是三个。

任何帮助将不胜感激。

【问题讨论】：

请将您的数据的 small 子集作为可用于测试的可复制 代码片段以及您对提供数据。请参阅 MRE - Minimal, Reproducible, Example 和 How to make good reproducible pandas examples。
请包含任何相关信息as text directly into your question，请勿链接或嵌入源代码或数据的外部图像。图像难以有效地为您提供帮助，因为它们无法复制，并且由于无法搜索而可用性差。见：Why not upload images of code/errors when asking a question?

标签： python pandas pivot multiple-columns data-preprocessing

【解决方案1】：

只需删除所有 NaN 实例并重新定义列名

df = df1.apply(lambda x: pd.Series(x.dropna().values), axis=1)
df.columns = ['ItemNo','Category','SIZE','Model','Customer','Week Date','<New col name>']

为了收敛到一行，你可以像这样使用groupby

df.groupby('ItemNo', as_index=False).first()

【讨论】：

嘿，谢谢！我接近了很多，但是使用这种方法，我仍然获得了 ItemNo 1，三次，并且每个实例都有自己的值。我正在尝试更改它，因此 ItemNo1 只有一行，三列具有相应的值
你好，我更新了，你可以groupby来解决它
太好了，谢谢！是否有其他选项可以按更多字段分组？我相信我删除了很多值，理想情况下，我需要检查“价格”之前的所有列，如果所有这些都匹配，则执行 groupby 操作:)（日期和 itemno 通常是相同的，不同的客户等）
是的，您可以df.groupby(['ItemNo', 'Category' ,'Size',...], as_index=False).first() 为多个列并以相同的方式添加更多：)
救命！ Pandas 太简洁了，谢谢老兄！