具有一对多关系的多列上的 Groupby 和 Apply 函数答案

【问题标题】：Groupby and Apply Functions on multiple Columns with 1-to-many relationship具有一对多关系的多列上的 Groupby 和 Apply 函数
【发布时间】：2021-11-09 18:18:28
【问题描述】：

我正在尝试在我的数据集中整合一对多关系，同时为每个项目（有时是多个项目）创建链接。对于给定的工单，可以有 1 个或多个工单，因此我使用以下内容在单个列中合并和列出工单：

df = df.groupby(['Date', 'Ticket ID', 'Score', 'many other Columns...'])['Work Order'].apply(', '.join).reset_index()

这给了我一个很好的输出，其中工作订单要么单独列出，要么以逗号分隔，如下所示：

Date                        Ticket ID           Work Order
2018-08-30 22:52:25         1444008             119846184
2021-09-29 13:33:49         1724734             122445397, 122441551

现在，我还想为工单创建同样以逗号分隔的链接。对于单个工单，以下工作正常：

woLink = r'www.google.com/woNum='
df['WO Link'] = woLink + df['Work Order'].astype(str)

但是对于倍数，它基本上撤消了 groupby 并重新添加了我分组的行。从上面的示例数据来看：

# Wrong
Date                        Ticket ID           Work Order           Link
2018-08-30 22:52:25         1444008             119846184            google.com/woNum=119846184
2021-09-29 13:33:49         1724734             122445397            google.com/woNum=122445397
2021-09-29 13:33:49         1724734             122441551            google.com/woNum=122441551

我想要的是：

Date                        Ticket ID           Work Order           Link (s)
2018-08-30 22:52:25         1444008             119846184            google.com/woNum=119846184
2021-09-29 13:33:49         1724734             122445397, 122441551 google.com/woNum=122445397, google.com/woNum=122441551

我尝试了几种不同的 Groupby/apply 变体，例如重新组合但没有成功：

df = df.groupby(['Date', 'Ticket ID', 'Score', 'many other Columns...'])['Link'].apply(', '.join).reset_index()

它似乎总是再次重复该行 - 我知道这是因为 WO 和 WOLink 都有一个 1 到多个，但我似乎不知道如何同时处理这两个。

如何分组和合并此数据框？

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

您可以使用正则表达式来添加 URL 部分：

woLink = r'example.org/woNum='
df['Link'] = df['Work Order'].str.replace('(\d+)', rf'{woLink}\1')

输出：

                  Date  Ticket ID            Work Order                                                      Link
0  2018-08-30 22:52:25    1444008             119846184                               example.org/woNum=119846184
1  2021-09-29 13:33:49    1724734  122445397, 122441551  example.org/woNum=122445397, example.org/woNum=122441551

【讨论】：