DataFrame从多行转换为单行

丹尼斯·纳沃特尼（Denis Navotny）

我的熊猫数据框看起来像（空白交易ID属于ID 1或ID 2）：

df = pd.DataFrame(data=np.array([['1', 'Item1'], ['', 'Item2',], ['', 'Item3'] , ['2', 'Item1'], ['', 'Item2',]]), columns=['TransactionId', 'ProdictName'])

我正在寻找解决方案，如何将df转换为没有空白事务ID的新df1，并且项目之间用逗号分隔：

df1 = pd.DataFrame(data=np.array([['1', 'Item1, Item2, Item3'], ['2', 'Item1, Item2']]), columns=['TransactionId', 'ProdictName'])

谢谢

Mayank porwal

您可以使用df.replace，df.ffill()并df.groupby具有df.groupby.agg：

In [15]: df.TransactionId = df.TransactionId.replace('', np.nan) 
In [19]: df.TransactionId = df.TransactionId.ffill()

In [21]: df1 = df.groupby('TransactionId', as_index=False).agg(','.join)

In [22]: df1
Out[22]: 
  TransactionId        ProdictName
0             1  Item1,Item2,Item3
1             2        Item1,Item2

按照@sammywemmy的一线：

In [26]: df.replace("", method="ffill").groupby("TransactionId", as_index=False).agg(",".join)  
Out[26]: 
  TransactionId        ProdictName
0             1  Item1,Item2,Item3
1             2        Item1,Item2

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。