在熊猫数据框中分组

Question

我有这个输入数据框：

                Test1               Test2               Test3           Subject
0                 45                 NaN                NaN              Python
1                 50                 NaN                NaN              Python
2                NaN                 30                 NaN              Python
3                NaN                 35                 NaN                OS   
4                NaN                 38                 NaN                OS
5                NaN                 43                 NaN               Java
6                NaN                 32                 NaN                 DS
7                NaN                 NaN                49                  DS
8                NaN                 25                 NaN                 DS 
9                NaN                 34                 NaN                 DS  

预期输出是（数据帧）：

Subject         Test1           Test2           Test3
Python          45,50             30    
OS                              35,38               
Java                            43
DS                              32,25,34         49

我试过这段代码：

df.groupby(['subject']).sum().reset_index().assign(subject =lambda x: x['subject'].where(~x['subject'].duplicated(), '')).to_csv('filename.csv', index=False)

它没有给出想要的输出。

Answer 1

使用自定义函数通过Series.dropna删除缺失值，如有必要转换为整数，然后如果某些数值转换为strings并使用join：

f = lambda x: ','.join(x.dropna().astype(int).astype(str))
df = df.groupby('Subject', sort=False).agg(f).reset_index()
print (df)
  Subject  Test1     Test2 Test3
0  Python  45,50        30      
1      OS            35,38      
2    Java               43      
3      DS         32,25,34    49

如果有许多不同格式的值（例如，某些列是数字而某些字符串），则无需转换为整数的另一个想法：

f = lambda x: ','.join(x.dropna().astype(str))
df = df.groupby('Subject', sort=False).agg(f).reset_index()
print (df)
  Subject      Test1           Test2 Test3
0  Python  45.0,50.0            30.0      
1      OS                  35.0,38.0      
2    Java                       43.0      
3      DS             32.0,25.0,34.0  49.0