python - 如何将数据框中的行与不同的列合并？

Question

我想将 dataframe 的行与一个公共(public)列值合并，然后合并以逗号分隔的其余列值以获取字符串值，并转换为数组/列表以获取 int 值。

A   B     C    D
1  one   100  value
4  four  400  value
5  five  500  value
2  two   200  value

期望结果如下:

   A                B                 C            D
[1,4,5,2]  one,four,five,two  [100,400,500,200]  value

我可以对 D 列使用 groupby，但如何同时对 df 中的 B 列使用 apply(np.array) 和 apply(','.join)？

Answer 1

动态解决方案 - 字符串列被连接并且数字被转换为带有 GroupBy.agg 的列表:

f = lambda x: x.tolist() if np.issubdtype(x.dtype, np.number) else ','.join(x)
#similar for test strings - https://stackoverflow.com/a/37727662
#f = lambda x: ','.join(x) if np.issubdtype(x.dtype, np.flexible) else x.tolist()
df1 = df.groupby('D').agg(f).reset_index().reindex(columns=df.columns)
print (df1)
              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value

另一种解决方案是为每一列分别指定每个函数:

df2 = (df.groupby('D')
        .agg({'A': lambda x: x.tolist(), 'B': ','.join, 'C':lambda x: x.tolist()})
        .reset_index()
        .reindex(columns=df.columns))

print (df2)

              A                  B                     C      D
0  [1, 4, 5, 2]  one,four,five,two  [100, 400, 500, 200]  value