Я хочу объединить строки dataframe с одним общим значением столбца, а затем объединить остальные значения столбца, разделенные запятой для строковых значений, и преобразовать в массив / список для значений int.

A   B     C    D
1  one   100  value
4  four  400  value
5  five  500  value
2  two   200  value

Ожидаемый результат, как:

   A                B                 C            D
[1,4,5,2]  one,four,five,two  [100,400,500,200]  value

Я могу использовать groupby для столбца D, но как я могу использовать apply для столбцов A, C, как apply (np.array) и apply (','. Join) для столбца B в df одновременно?

5
Ssk92 25 Июн 2019 в 08:27

3 ответа

Лучший ответ
df = df.groupby('D').apply(lambda x: pd.Series([list(x.A),','.join(x.B),list(x.C)])).reset_index().rename({0:'A',1:'B',2:'C'}, axis=1)

df = df[['A','B','C','D']]

< Сильный > Выход

              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value
2
iamklaus 25 Июн 2019 в 05:36

Динамическое решение - столбцы строк объединяются, а числовые значения преобразуются в списки с помощью GroupBy.agg:

f = lambda x: x.tolist() if np.issubdtype(x.dtype, np.number) else ','.join(x)
#similar for test strings - https://stackoverflow.com/a/37727662
#f = lambda x: ','.join(x) if np.issubdtype(x.dtype, np.flexible) else x.tolist()
df1 = df.groupby('D').agg(f).reset_index().reindex(columns=df.columns)
print (df1)
              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value

Другое решение - указать каждую функцию отдельно для каждого столбца:

df2 = (df.groupby('D')
        .agg({'A': lambda x: x.tolist(), 'B': ','.join, 'C':lambda x: x.tolist()})
        .reset_index()
        .reindex(columns=df.columns))

print (df2)

              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value
3
jezrael 25 Июн 2019 в 05:45

Почему не однострочник agg:

>>> df.groupby('D', as_index=False).agg(lambda x: x.tolist() if x.dtype != object else ','.join(x))[df.columns]
              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value
>>> 
0
U10-Forward 25 Июн 2019 в 05:38