使groupby之后的所有列保持有效,.agg(许多列)

时间:2019-12-04 10:05:58

标签: python pandas

我发现了一些与此问题相关的主题,“如何在groupby之后保留所有列”,但是我的问题是,我知道如何,但是我不知道如何使其更有效。

示例:

df=pd.DataFrame({'A':[1,1,2,3], 'B':[2,2,4,3],'d':[2,np.nan,1,4],'e':['this is','my life','not use 1','not use 2'],'f':[1,2,3,4]
                 })

print(df)
   A  B    d          e  f
0  1  2  2.0    this is  1
1  1  2  NaN    my life  2
2  2  4  1.0  not use 1  3
3  3  3  4.0  not use 2  4

如果列e相等,则需要连接列A and B中的字符串。 为此,我正在使用此代码:

df=df.groupby(['A','B'],as_index=False).agg({'e':' '.join,'d':'first','f':'first'})
print(df)
   A  B    d  f                e
0  1  2  2.0  1  this is my life
1  2  4  1.0  3        not use 1
2  3  3  4.0  4        not use 2

这对我来说是正确的输出。 但是正如您所看到的,要保留列f and d,我需要将它们逐一放入此agg dict中。 在我的真实数据中,我有20列,而且我不想在代码中手动放置所有这些列的名称。

是否有更好的解决方案来保留groupby之后的所有列, 或有什么方法可以改善我的解决方案,而不是现在使用?

1 个答案:

答案 0 :(得分:1)

您可以使用Index.difference为所有列(不包括list)和dict.fromkeys方法创建动态字典,然后将e添加到字典中:

d = dict.fromkeys(df.columns.difference(['A','B','e']), 'first')
print(d)
{'d': 'first', 'f': 'first'}

d['e'] = ' '.join
print(d)
{'d': 'first', 'f': 'first', 'e': <built-in method join of str object at 0x00000000025E1880>}

或者您可以分别创建两个字典,并一起merge

d1 = dict.fromkeys(df.columns.difference(['A','B','e']), 'first')
d2 = {'e': ' '.join}

d = {**d1, **d2}

df=df.groupby(['A','B'],as_index=False).agg(d)
print(df)
   A  B    d  f                e
0  1  2  2.0  1  this is my life
1  2  4  1.0  3        not use 1
2  3  3  4.0  4        not use 2

如果顺序很重要,则与原始添加DataFrame.reindex一样:

df=df.groupby(['A','B'],as_index=False).agg(d).reindex(df.columns, axis=1)
print (df)
   A  B    d                e  f
0  1  2  2.0  this is my life  1
1  2  4  1.0        not use 1  3
2  3  3  4.0        not use 2  4