我进入了无数线程(1 2 3 ...),但仍然找不到解决问题的方法...我有一个这样的数据框:
prop1 prop2 prop3 prop4
L30 3 bob 11.2
L30 54 bob 10
L30 11 john 10
L30 10 bob 10
K20 12 travis 10
K20 1 travis 4
K20 66 leo 10
我想对prop1和AND进行分组,同时,将所有其他列汇总,但仅包含唯一值。像那样:
prop1 prop2 prop3 prop4
L30 3,54,11,10 bob,john 11.2,10
K20 12,1,66 travis,leo 10,4
我尝试了不同的方法:
df.groupby('prop1')['prop2','prop3','prop4'].apply(np.unique)
退货 AttributeError:'numpy.ndarray'对象没有属性'index'加上TypeError:Series.name必须是可哈希的类型
另外:.apply(lambda x: pd.unique(x.values.ravel()).tolist())
它给出一个列表作为输出,我想要列。
df.groupby('prop1')['prop2','prop3','prop4'].unique()
本身不起作用,因为有多个列。
.apply(f)
f为:
def f(df): df['prop2']=df['prop2'].drop_duplicates() df['prop3']=df['prop3'].drop_duplicates() df['prop4']=df['prop4'].drop_duplicates() return df
什么也没做
.agg()
不同的选项,但没有成功。你们当中有一个有想法吗?
非常感谢你 :)
使用groupby
和agg
,并通过调用Series.unique
以下命令仅汇总唯一值:
df.astype(str).groupby('prop1').agg(lambda x: ','.join(x.unique()))
prop2 prop3 prop4
prop1
K20 12,1,66 travis,leo 10.0,4.0
L30 3,54,11,10 bob,john 11.2,10.0
df.astype(str).groupby('prop1', sort=False).agg(lambda x: ','.join(x.unique()))
prop2 prop3 prop4
prop1
L30 3,54,11,10 bob,john 11.2,10.0
K20 12,1,66 travis,leo 10.0,4.0
如果处理NaN很重要,请fillna
提前致电:
import re
df.fillna('').astype(str).groupby('prop1').agg(
lambda x: re.sub(',+', ',', ','.join(x.unique()))
)
prop2 prop3 prop4
prop1
K20 12,1,66 travis,leo 10.0,4.0
L30 3,54,11,10 bob,john 11.2,10.0
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句