输出groupby到csv文件pandas

时间:2016-11-30 22:01:05

标签: python pandas

我有一个示例数据集:

import pandas as pd
df = {'ID': ['H1','H2','H3','H4','H5','H6'],
      'AA1': ['C','B','B','X','G','G'],
      'AA2': ['W','K','K','A','B','B'],
      'name':['n1','n2','n3','n4','n5','n6']
}

df = pd.DataFrame(df)

看起来像:

df
Out[32]: 
   AA1 AA2  ID name
0   C   W  H1   n1
1   B   K  H2   n2
2   B   K  H3   n3
3   X   A  H4   n4
4   G   B  H5   n5
5   G   B  H6   n6

我想通过AA1和AA2(唯一的AA1和AA2对)进行分组,并且唯一对选择哪个ID和名称值并不重要,并将其输出到.csv文件,因此输出在.csv文件中看起来像:

 AA1 AA2  ID name
  C   W  H1   n1
  B   K  H2   n2
  X   A  H4   n4
  G   B  H5   n5

我尝试了代码:

df.groupby('AA1','AA2').apply(to_csv('merged.txt', sep = '\t', index=False))

但是to_csv无法识别,我可以在.apply()中添加什么来将groupby结果输出到csv文件?

2 个答案:

答案 0 :(得分:2)

问题是您正在尝试应用不存在的函数to_csv。无论如何,groupby也没有to_csv方法。 pd.Seriespd.DataFrame

你应该真正使用的是drop_duplicates,然后将结果数据框导出到csv:

df.drop_duplicates(['AA1','AA2']).to_csv('merged.txt')

PS:如果你真的想要一个groupby解决方案,那么这个问题恰好比drop_duplicates慢12倍......:

df.groupby(['AA1','AA2']).agg(lambda x:x.value_counts().index[0]).to_csv('merged.txt')

答案 1 :(得分:2)

您可以将headdf.groupby(['AA1', 'AA2']).head(1)

一起使用
Orchard 1.10.1

enter image description here