Question

我一直在搜索几个小时。我有一个像这样的DataFrame： -

     col1.  col2.   col3.   col4
row1.  a.    p       u       0
row2.  b.    q       v       1
row3.  a.    r       w       2
row4.  d.    s       x       3
row5.  b.    t       y       4

现在我想用'col1'的值对所有这些行进行分组，以便得到： -

     col1.  col2.   col3.   col4
row1.  a.    p r     u w    0,2
row2.  b.    q t     v y    1,4
row3.  d.    s       x       3

现在我找到了一种方法，df.groupby('col1)['col2'].apply(' '.join())将'col2'中的所有行组合为'col1'的相同值。但我无法扩展上述命令，以便所有列的所有行都组合在一起得到前面提到的输出。

以上DataFrame仅用于说明。实际的DataFrame包含大约100行和列，所有单元格都存储反馈，但col1除外，它存储了反馈所依据的项目的名称。我想将所有组合在一起基于相同项目（col1）的列，然后我将对DataFrame执行情感分析。

Answer 1

您可以使用：

df1 = df.astype(str).groupby('col1').agg(','.join).reset_index()
print (df1)
  col1 col2 col3 col4
0   a.  p,r  u,w  0,2
1   b.  q,t  v,y  1,4
2   d.    s    x    3

如果还需要指数：

df1 = df.astype(str).groupby('col1').agg(','.join).reset_index()
df1.index = df.drop_duplicates('col1').index
print (df1)
      col1 col2 col3 col4
row1.   a.  p,r  u,w  0,2
row2.   b.  q,t  v,y  1,4
row4.   d.    s    x    3

<强>解释：

首先按astype

string

然后groupby并agg

join

如果还需要col1上的第一个值添加drop_duplicates

将给定列中具有相同值的pandas DataFrame（具有多列）的所有行分组

1 个答案: