Question

在数据库中，有4列（A，B，C，D）。 A，B和C列用于对D列进行分组。基于A，B，C列，我想连接D列Id。考虑以下是我的数据库：

A   B   C   D
A1  B1  C1  12
A1  B1  C1  15
A2  B2  C2  16
A4  B4  C4  18
A1  B1  C1  19

运行代码后，我期望得到以下结果：

A   B   C   D
A1  B1  C1  12_15_19
A2  B2  C2  16
A4  B4  C4  18

我已使用以下代码执行此操作：

df23['combined']=df23.apply(lambda x:'%s_%s_%s' % (x['A'],x['B'],x['C']),axis=1)

for i in range(len(df23)):
    df23['ABC'] = df23.iloc[:,3]
    for j in range(len(df23)+1):
      cur = df23.iloc[i,3]
      nxt = df23.iloc[j,3]
      if cur==nxt:
       df23['ABC'] = df23.iloc[i,4] +'_'+ df23.iloc[j,3]

它没有按照我的期望工作，请问我是否可以通过其他方式为我建立同样的建议。在此先感谢：）

Answer 1

pandas.DataFrame.groupby

语法：DataFrame.groupby（by = None，axis = 0，level = None，as_index = True，   sort = True，group_keys = True，squeeze = False，observed = False，   ** kwargs）[来源]

使用映射器或按一系列列对DataFrame或Series进行分组。

groupby操作涉及拆分对象的某种组合，   应用函数，并将结果合并。这可以用来   将大量数据分组并在这些组上进行计算操作

。

pandas.DataFrame.apply

语法：DataFrame.apply（func，axis = 0，broadcast = None，raw = False，   reduce = None，result_type = None，args =（），** kwds）[源代码]

沿DataFrame的轴应用一个函数。

传递给函数的对象是Series对象，其索引为   DataFrame的索引（axis = 0）或DataFrame的列   （轴= 1）。默认情况下（result_type = None），最终的返回类型为   从应用函数的返回类型推断。否则   取决于result_type参数。

import pandas as pd
# Create dataframe
raw_data = {'A': ['A1', 'A1', 'A2', 'A4', 'A1'],
        'B': ['B1', 'B1', 'B2', 'B4', 'B1'],
        'C': ['C1', 'C1', 'C2', 'C4', 'C1'],
        'D': [12, 15, 16,18, 19]}
df = pd.DataFrame(raw_data, columns = ['A', 'B', 'C', 'D'])
print (df)
df_grouped = df.groupby(['A','B','C'])['D'].apply(lambda text: ''.join(text.to_string(index=False))).str.replace('(\\n)', '_').reset_index()
print (df_grouped)

输出：

    A   B   C   D
0  A1  B1  C1  12
1  A1  B1  C1  15
2  A2  B2  C2  16
3  A4  B4  C4  18
4  A1  B1  C1  19

    A   B   C            D
0  A1  B1  C1   12_ 15_ 19
1  A2  B2  C2           16
2  A4  B4  C4           18

注意：如果要打印不带索引的data.frame，请使用：

print (df.to_string(index = False))
print (df_grouped.to_string(index = False))

输出：

  A   B   C   D
 A1  B1  C1  12
 A1  B1  C1  15
 A2  B2  C2  16
 A4  B4  C4  18
 A1  B1  C1  19

  A   B   C            D
 A1  B1  C1   12_ 15_ 19
 A2  B2  C2           16
 A4  B4  C4           18

根据Python数据框中的三列连接ID

1 个答案: