DataFrame 中的“棘手”分组答案

【问题标题】："Tricky" grouping in DataFrameDataFrame 中的“棘手”分组
【发布时间】：2021-09-03 23:46:17
【问题描述】：

有熊猫数据框为：

number      Num_1   Num_2   Num_3   col_1   col_2   col_3   col_4
915         14      5       8       1       0       1       15:46:14.826872
915         14      5       8       1       1       1                       
915         14      5       8       1       1       0                           
787         12      6       8       1       0       1       15:46:36.168584 
787         12      6       8       1       0       0

Num_1,Num_2,Num_3 - 是字符串值，对于具有相同“数字”的行是相同的 col_1,col_2,col_3 - 是布尔值。 col_4 - 字符串值

如何对该结果进行一些“分组”：

number      Num_1   Num_2   Num_3   col_1   col_2   col_3   col_4
915         14      5       8       1       1       1       15:46:14.826872
787         12      6       8       1               1       15:46:36.168584

对于 col_1,col_2,col_3 我需要布尔“或”

【问题讨论】：

您好，请让问题更清楚，并生成您使用的示例代码。另外，请查看fillna，因为对空字段进行分组可能会失败。

标签： pandas dataframe

【解决方案1】：

由于col_1、col_2、col_3只是0和1，所以可以使用maxagg函数实现OR条件：

df.groupby(['number', 'Num_1', 'Num_2', 'Num_3'], as_index=False).max()

   number  Num_1  Num_2  Num_3  col_1  col_2  col_3            col_4
0     787     12      6      8      1      0      1  15:46:36.168584
1     915     14      5      8      1      1      1  15:46:14.826872

或者：

df.groupby(['number', 'Num_1', 'Num_2', 'Num_3'], as_index=False).agg('max')

【讨论】：