按索引对数据框行进行分组

Rodwan Bakkar |

我有一个数据框，如下所示：

index      col1     col2
       1         'A'    'B' 
       300       'A'    'B' 
       301       'A'    'B' 
       400       'A'    'B' 
       510       'A'    'B' 
       511       'C'    'D' 
       512       'E'    'F'
       1000      'Q'    'P'
       1001      'Q'    'R'

这是来自另一个数据帧的切片。我需要对所有具有连续索引的行进行分组，例如300和301，如果值不同，则需要对值进行分组，如下所示：

index      col1     col2
   1         'A'    'B' 
   300, 3001       'A'    'B'
   400       'A'    'B' 
   510, 511, 512      ['A', 'C', 'E']    ['B', 'D', 'F']
   1000, 1001         'Q'   ['P', 'R']

所以在300 and 301值相同的情况下，我只保留它们，但在510, 511, 512值不同的情况下，我必须列出它们，并且1000 and 1001col1的值相同，所以我保留它们，但col2不同，所以我列出了它们

任何帮助都非常感谢，谢谢！！

耶斯列尔

采用：

#convert index to column if necessary
df = df.reset_index()

#remove duplicates with sets and if length is 1 add scalar
f = lambda x: list(set(x)) if len(set(x)) > 1 else x.iat[0]
#for index column use join with cast to strings
d = {'index': lambda x: ', '.join(x.astype(str)), 'col1':f, 'col2':f }
#create consecutive groups
g = df['index'].astype(str).str[0]
s = g.ne(g.shift()).cumsum()
#aggregtae by fisrt value of `index` column with dictionary
df = df.groupby(s).agg(d).reset_index(drop=True)
print (df)
           index             col1             col2
0              1              'A'              'B'
1       300, 301              'A'              'B'
2            400              'A'              'B'
3  510, 511, 512  ['C', 'A', 'E']  ['D', 'B', 'F']
4     1000, 1001              'Q'       ['R', 'P']

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。