Question

我正在研究Pandas数据框。示例代码如下： ` 将pandas导入为pd

df = pd.DataFrame(
                  {'name1': ['A', 'C', 'A', 'B','C', 'D','D', 'C', 'A', 'B','C', 'A'], 
                   'name2': ['B', 'D', 'C', 'D','B','A','A', 'D', 'C', 'D','D','B'], 
                   'id': [1, 1, 1, 1, 1, 1,2, 2, 2, 2, 2, 2], 
                   'Value1': [1, 2, 3, 4, 5, 6, 0, 2, 4, 6, 3, 5], 
                   'Value2': [0, 2, 4, 6, 3, 5, 1, 2, 3, 4, 5, 6]
                  },
                  columns=['name1','name2','id','Value1','Value2'])`

我可以使用以下groupby来执行agg：

m = df.groupby(['id','name1',])['Value1'].sum()

当我打印 m 时，它会显示如下：

   id  name1
    1   A        4
        B        4
        C        7
        D        6
    2   A        9
        B        6
        C        5
        D        0
    Name: Value1, dtype: int64

当我将 m 写入csv文件时，它只包含value1，因为它是一个pandas系列。使用这个系列，我想创建一个与下面的表完全相同的数据框

  id name1  Value1
  1     A      4
  1     B      4
  1     C      7
  1     D      6
  2     A      9
  2     B      6
  2     C      5
  2     D      0

有人告诉我该怎么做？非常感谢番

Answer 1

如果您需要保存为CSV，则可以使用此方法修复显示屏，然后再进行保存。

m = m.sort_index().reset_index()
m['id'] = m['id'].mask(m['id'].ne(m['id'].shift()).cumsum().duplicated(), '')

print(m)
  id name1  Value1
0  1     A       4
1        B       4
2        C       7
3        D       6
4  2     A       9
5        B       6
6        C       5
7        D       0

m.to_csv('file.csv')

声明;如果你除了保存之外还做了什么，请事先不运行它。

Answer 2

简单地，

 #reseting the index
 m = m.sort_index().reset_index()
 #masking duplicated value with empty
 m['id']=m['id'].mask(m['id'].duplicated(),"")
 #writing dataframe to a csv file
 m.to_csv("output.csv",index=False)

用pandas中的空白替换重复值

2 个答案: