我有一个DF,如下所示:
df =
vid pos value sente
1 a A 21
2 b B 21
3 b A 21
3 a A 21
1 d B 22
1 a C 22
1 a D 22
2 b A 22
3 a A 22
现在,我想将sente
和vid
的相同值的所有行合并为一行,value
的值加上" "
df2 =
vid pos value sente
1 a A 21
2 b B 21
3 b a A A 21
1 d a a B C D 22
2 b A 22
3 a A 22
我认为对此进行修改应该可以解决问题:
df2 = df.groupby["sente"].agg(lambda x: " ".join(x))
但我似乎无法弄清楚如何将第二列添加到语句中。
答案 0 :(得分:6)
石斑鱼可以作为列表传递。此外,您可以通过消除lambda的代码来简化您的解决方案 - 它不是必需的。
df.groupby(['vid', 'sente'], as_index=False, sort=False).agg(' '.join)
vid sente pos value
0 1 21 a A
1 2 21 b B
2 3 21 b a A A
3 1 22 d a a B C D
4 2 22 b A
5 3 22 a A
其他一些注意事项:指定 as_index=False
意味着您的分组器将作为结果中的列出现(而不是作为索引,默认情况下)。此外, sort=False
将保留列的原始顺序。
答案 1 :(得分:1)
在编辑中,@cᴏʟᴅsᴘᴇᴇᴅ的回答更好。
df.set_index(['sente', 'vid']).sum(level=[0, 1]).applymap(' '.join).reset_index()
sente vid pos value
0 21 1 a A
1 21 2 b B
2 21 3 b a A A
3 22 1 d a a B C D
4 22 2 b A
5 22 3 a A
df.set_index(['sente', 'vid']).groupby(level=[0, 1]).apply(
lambda d: pd.Series(d.to_dict('l')).str.join(' ')
).reset_index()
sente vid pos value
0 21 1 a A
1 21 2 b B
2 21 3 b a A A
3 22 1 d a a B C D
4 22 2 b A
5 22 3 a A
df.set_index(['sente', 'vid']).add(' ') \
.sum(level=[0, 1]).applymap(str.strip).reset_index()
sente vid pos value
0 21 1 a A
1 21 2 b B
2 21 3 b a A A
3 22 1 d a a B C D
4 22 2 b A
5 22 3 a A