Добавление нескольких значений в столбец - Pandas

Question

У меня есть два кадра данных панд, которые я пытаюсь объединить по их идентификационному номеру. Однако в df1 идентификатор используется несколько раз, а в df2 он используется только один раз. Поэтому я хочу, чтобы в окончательном фрейме данных содержались все результаты, разделенные запятыми, и перед ними было значение индекса. Я сделал простой пример, который поможет мне объяснить, о чем я спрашиваю.

df1:

df2:

Объединенная цель:

Я попытался объединить их, как обычно:

MergedGoal= pd.merge(df1, df2, on='ID', how='left')

Но я получаю ключевую ошибку для ID, возможно, из-за дубликатов. Как я могу добавить их вместе? и если бы кто-нибудь мог также дать мне некоторое представление о том, как добавить индекс для каждой добавленной стоимости, это было бы удивительно Но если невозможно добавить индексные числа, что вполне нормально, мне просто нужны все значения в одной записи, разделенные запятыми.

Answer 1

Я создал df1 следующим образом:

df1 = pd.DataFrame(data=[
    [ 1, 'Manchester', 'NH',  3108 ],
    [ 1, 'Bedford',    'NH',  3188 ],
    [ 6, 'Boston',     'MA', 23718 ],
    [ 1, 'Austin',     'TX', 20034 ]],
    columns=['ID', 'City', 'State', 'Zip'])
df1.Zip = df1.Zip.astype(str).str.zfill(5)

Обратите внимание, что я изменил источник Zip s (как я вижу, они "простые" целые числа) в строку , потому что вы хотите иметь начальные нули.

Для создания df2 я использовал:

df2 = pd.DataFrame(data=[[ 1, 'Best Cities', 'xxx' ], [ 6, 'Worst Cities', 'yyy' ]],
    columns=['ID', 'Title', 'Description'])

В качестве подготовительного шага давайте определим функцию, которая будет использоваться агрегировать столбцы из df1 :

def fn(src):
    lst = [ f'{idx}) {val}' for idx, val in enumerate(src, start=1) ]
    return ', '.join(lst)

Первым шагом этой функции является понимание списка , где перечисление итерации по src (содержимое текущего столбца в текущей группе) и заменяет:

• idx - текущий индекс элемента, но начиная с 1,
• val - сам текущий элемент.

Выполняется форматирование элементов результата f-string . Результатом является список, например, названия городов с номерами перед ними.

return оператор объединяет этот список в строку, вставляя "," между ними.

Так, например для группы для столбцов ID == 1 и City исходные значения: [ 'Manchester', 'Bedford', 'Austin' ] и результат: 1) Manchester, 2) Bedford, 3)Austin.

А фактическая обработка может быть выполнена с помощью одиночной инструкции:

pd.merge(df2, df1.groupby('ID').agg(fn), how='left',
    left_on='ID', right_index=True).fillna('')

Как видите:

• Я изменил порядок объединенных фреймов данных. Таким образом, результат содержит первые столбцы из df2 , затем из df1 .
• Город , Штат и Zip столбцы с df1 являются первыми сгруппированы по ID и агрегированы с использованием функции fn .
• Затем они объединяются с df2 .
• Я добавил fillna ('') , чтобы заменить NaN значения пустой строкой, что может произойти, если ID s присутствует только в df2 .