Question

我有一个包含的数据表 NAME，DATE，TYPE，VALUE A，VALUE B，VALUE C，....

理论上，NAME，DATE，TYPE应该是唯一的，但事实证明它们不是，所以我需要弄清楚如何处理它。

示例输入：

Bob, 1/1/18, AType, blah, test, test2
Bob, 1/1/18, AType, blah2, test, test2
Bob, 1/1/18, BType, blah, test, test2

理想输出

Bob, 1/1/18, AType, [blah,blah2], test, test2
Bob, 1/1/18, BType, blah, test, test2

我的目标是将VALUE A值合并为JSON样式数组，然后将VALUE B和VALUE C的最后一个值合并。

我试过了：

data.groupby('NAME', 'DATE', 'TYPE').apply(lambda x: ','.join(set(x)))

但是它合并了所有的字段....或者似乎。

任何帮助？

Answer 1

这似乎有效：

import pandas as pd

df = pd.DataFrame([['Bob', '1/1/18', 'AType', 'blah', 'test', 'test2'],
                   ['Bob', '1/1/18', 'AType', 'blah2', 'test', 'test3'],
                   ['Bob', '1/1/18', 'BType', 'blah', 'test', 'test2']],
                  columns=['NAME', 'DATE', 'TYPE', 'VALUE A', 'VALUE B', 'VALUE C'])

f = {'VALUE A': lambda x: set(x), 'VALUE B': 'last', 'VALUE C': 'last'}

df = df.groupby(['NAME', 'DATE', 'TYPE'])['VALUE A', 'VALUE B', 'VALUE C']\
       .agg(f).reset_index()
df['VALUE A'] = df['VALUE A'].map(list)

#   NAME    DATE   TYPE        VALUE A VALUE B VALUE C
# 0  Bob  1/1/18  AType  [blah2, blah]    test   test3
# 1  Bob  1/1/18  BType         [blah]    test   test2

熊猫GroupBy连接问题

1 个答案: