Question

我的数据框包含如下文字数据

    name | address                  | number 
1   Bob    bob                        No.56
2          @gmail.com           
3   Carly  carly@world.com            No.90
4   Gorge  greg@yahoo     
5          .com                   
6                                     No.100

并想让它像这样的框架。

    name | address               | number 
1   Bob    bob@gmail.com           No.56
2   Carly  carly@world.com         No.90                 
3   Gorge  greg@yahoo.com          No.100

我正在使用pandas来读取文件，但不确定如何使用merge或concat。

Answer 1

如果要转换性行的数据框（每列中可能有NaN个条目），可能没有直接的pandas方法。

您需要一些代码来分配name列中的值，以便pandas可以知道bob和@gmail.com的拆分行属于同一用户Bob。

您可以使用name或fillna方法向前一位用户填充ffill列中的每个空条目，请参阅pandas dataframe missing data。

df ['name'] = df['name'].ffill()

# gives
    name    address number
0   Bob bob No.56
1   Bob @gmail.com  
2   Carly   carly@world.com No.90
3   Gorge   greg@yahoo  
4   Gorge   .com    
5   Gorge       No.100

然后您可以使用groupby和sum作为聚合函数。

df.groupby(['name']).sum().reset_index()

# gives
    name    address number
0   Bob bob@gmail.com   No.56
1   Carly   carly@world.com No.90
2   Gorge   greg@yahoo.com  No.100

您可能会发现在NaN和空格有用之间进行转换，请参阅Replacing blank values (white space) with NaN in pandas和pandas.DataFrame.fillna。

Answer 2

如果name列由唯一值组成，

print df

    name          address  number
0    Bob              bob   No.56
1    NaN       @gmail.com     NaN
2  Carly  carly@world.com   No.90
3  Gorge       greg@yahoo     NaN
4    NaN             .com     NaN
5    NaN              NaN  No.100

df['name'] = df['name'].ffill()
print df.fillna('').groupby(['name'], as_index=False).sum()

    name          address  number
0    Bob    bob@gmail.com   No.56
1  Carly  carly@world.com   No.90
2  Gorge   greg@yahoo.com  No.100

您可能需要ffill()，bfill()，[::-1]，.groupby('name').apply(lambda x: ' '.join(x['address']))，strip()，lstrip()，rstrip()，{{ 1}}将代码扩展到更复杂的数据之类的东西。

python pandas将两行或多行文本合并为一行

2 个答案: