我有一个 Pandas 数据框,其中一个特定的列 (ID) 在另一列 (Number) 中可以有 1、2 或 3 个条目,如下所示:
ID Address Number
120004 3188 James Street 123-456-789
120004 3188 James Street 111-123-134
120004 100 XYZ Avenue 001-002-003
321002 500 ABC Street 444-222-666
321002 500 ABC Street 323-123-423
321003 800 ABC Street 100-200-300
我需要做的是将具有相同 ID 的行合并为一行,只保留第一个地址,并在必要时为任何额外的“数字”填写额外的列,如下所示:
ID Address Number1 Number2 Number3
120004 3188 James Street 123-456-789 111-123-134 001-002-003
321002 500 ABC Street 444-222-666 323-123-423 -
321003 800 ABC Street 100-200-300 - -
我该怎么做?我所做的是生成一个只有 ID 和数字的新数据框:
dx = df.set_index(['ID', df.groupby('ID')
.cumcount()])['Number']
.unstack()
.add_prefix('Number')
.reset_index()
然后将此修改后的数据帧与原始数据帧组合,并删除重复项/仅保留第一个索引,但我想知道这是否正确以及是否有更有效的方法。
答案 0 :(得分:1)
您可以先使用 MasterUser
将 groupby
展平,然后重命名列。最后,通过从每个组中获取第一个地址来创建 Numbers
列。
Address
答案 1 :(得分:1)
您可以通过 groupby()
和 agg()
尝试:
out=df.groupby('ID',as_index=False).agg({'Number':list,'Address':'first'})
out=out.join(pd.DataFrame(out.pop('Number').tolist()).rename(columns=lambda x:f"Number{x+1}"))
out
的输出:
ID Address Number1 Number2 Number3
0 120004 3188 James Street 123-456-789 111-123-134 001-002-003
1 321002 500 ABC Street 444-222-666 323-123-423 None
2 321003 800 ABC Street 100-200-300 None None