Pandas df groupby и подать заявку

Question

Предположим, следующее df:

df = pd.DataFrame(
    {
    'col 1': ['A', 'A', 'B', 'B', 'C'],
    'col 2': ['c2', 'd2', 'e2', 'f2', 'g2'],
    'col 3': ['c3', 'd3', 'e3', 'f3', 'g3'],
    'col 4': ['c4', 'd4', 'e4', 'f4', 'g4'],
    }
    )

Желаемый результат:

col 1  col 2  col 3
A      c2;d2  c3;d3
B      e2;f2  e3;f3
C      g2     g3

Мне удалось сделать это следующим образом:

df = df.groupby('col 1').transform( lambda x: ';'.join(x)).drop_duplicates()

Проблема в том, что этот метод не сохраняет столбец 1, который мне действительно нужен.и я не мог заставить работать apply.Я пробовал вот так, но после этого ничего не получается. groupby.

apply(lambda x: '*'.join(x.dropna().values.tolist()), axis=1)

Answer 1

Группировать по col 1 (указав индекс как false, чтобы он оставался столбцом).Примените лямбду к каждой группе, где вы объединяете значения каждой группы с точкой с запятой.Затем отсортируйте результат в нужном порядке столбцов (например, столбец 1-3).

df = pd.DataFrame(
    {'col 1': ['A', 'A', 'B', 'B', 'C'],
     'col 2': ['c2', 'd2', 'e2', 'f2', 'g2'],
     'col 3': ['c3', 'd3', 'e3', 'f3', 'g3'],
     'col 4': ['c4', 'd4', 'e4', 'f4', 'g4']})

>>> df.groupby('col 1', as_index=False).agg(
        {'col 2': lambda x: ';'.join(x),
         'col 3': lambda x: ';'.join(x)})[['col 1', 'col 2', 'col 3']]
  col 1  col 2  col 3
0     A  c2;d2  c3;d3
1     B  e2;f2  e3;f3
2     C     g2     g3

Answer 2

Я думаю, вы можете указать столбцы в списке после groupby с помощью функции DataFrameGroupBy.agg, lambda function не требуется:

df1 = df.groupby('col 1')['col 2','col 3'].agg(';'.join).reset_index()
#alternative
#df1 = df.groupby('col 1', as_index=False)['col 2','col 3'].agg(';'.join)
print (df1)
  col 1  col 2  col 3
0     A  c2;d2  c3;d3
1     B  e2;f2  e3;f3
2     C     g2     g3

Если хотите, также удалите пропущенные значения:

df = pd.DataFrame(
    {
    'col 1': ['A', 'A', 'B', 'B', 'C'],
    'col 2': [np.nan, 'd2', 'e2', 'f2', 'g2'],
    'col 3': ['c3', 'd3', 'e3', 'f3', 'g3'],
    'col 4': ['c4', 'd4', 'e4', 'f4', 'g4'],
    }
    )
print (df)
  col 1 col 2 col 3 col 4
0     A   NaN    c3    c4
1     A    d2    d3    d4
2     B    e2    e3    e4
3     B    f2    f3    f4
4     C    g2    g3    g4

df1 = (df.groupby('col 1', as_index=False)['col 2','col 3']
         .agg(lambda x: ';'.join(x.dropna())))
print (df1)
  col 1  col 2  col 3
0     A     d2  c3;d3
1     B  e2;f2  e3;f3
2     C     g2     g3