熊猫将同一行合并到新列中，同时保留该行（不是简单的分组）答案

【问题标题】：Pandas combining same row into new column while preserving the row(not a simple group-by)熊猫将同一行合并到新列中，同时保留该行（不是简单的分组）
【发布时间】：2017-10-16 14:10:05
【问题描述】：

我是熊猫初学者，需要一些帮助。

我有以下熊猫数据框：

ID         Val-A   Val-B

aab12      lower   -30
dbc11      lower   -10
aab12      upper   50
dbc11      upper   20

我想从前一个数据框生成一个新的数据框，但想不出办法：

ID         Val-A  Val-B  upper-lower
aab12      lower  -30    80
aab12      upper  50     80
dbc11      lower  -10    30
dbc11      upper  20     30

任何帮助将不胜感激！

【问题讨论】：

标签： python pandas numpy data-analysis

【解决方案1】：

我认为您首先需要 sort_values 和 reset_index 以获得良好的单调唯一索引，然后是 transform 和 abs 和 sum：

df = df.sort_values('ID').reset_index(drop=True)
df['upper-lower'] = df['Val-B'].abs().groupby(df['ID']).transform(sum)

print (df)
      ID  val-A  Val-B  upper-lower
0  aab12  lower    -30           80
1  aab12  upper     50           80
2  dbc11  lower    -10           30
3  dbc11  upper     20           30

【讨论】：

如果是50,30，（非负数）：-)
我需要它来处理底片这就是为什么我给出了这个确切的例子......
@Tom - 那么可以使用abs 吗？
如果 abs 解决了这个问题，那么是的，我指的是@Wen 所说的

【解决方案2】：

假设你有两个正数：

df['upper-lower']=df.groupby('ID')['Val-B'].apply(lambda x : x.diff().abs().bfill())
df.sort_values('ID')
Out[394]: 
      ID  Val-A  Val-B  upper-lower
0  aab12  lower    -30         80.0
2  aab12  upper     50         80.0
1  dbc11  lower    -10         30.0
3  dbc11  upper     20         30.0

【讨论】：