python - 通过 Pandas 对重复项进行分组并组合字符串列

Question

假设我有以下名为 example 的 pandas 数据框:

city    state  school_lvl    schl_name     elem_name   middle_name   highschoo_name
Orlando  fl        1         Union Park    Union Park
Orlando  fl        2         Legacy                      Legacy
Orlando   fl       3         Colonial                                  Colonial

其中 elem_name 等列是使用 school_lvl 和 schl_name 上的 if 条件生成的

我想要的是

city    state  elem_name   middle_name   highschoo_name
Orlando  fl   Union Park    Legacy        Colonial

我该如何去做呢？由于没有聚合函数，这不是真正的追星族吗？我非常感谢任何帮助

Answer 1

使用groupby使用 lambda 函数进行前向和后向填充，然后 drop_duplicates按前 2 列和后 3 列:

c = example.columns[:2].tolist() + example.columns[-3:].tolist()
print (c)
['city', 'state', 'elem_name', 'middle_name', 'highschoo_name']

df = example.groupby(['city', 'state']).apply(lambda x: x.ffill().bfill()).drop_duplicates(c)
print (df)
      city state  school_lvl   schl_name   elem_name middle_name  \
0  Orlando    fl           1  Union Park  Union Park      Legacy   

  highschoo_name  
0       Colonial 

如果想要更简单地删除列，首先是 drop然后删除所有列的重复项:

example = example.drop(['school_lvl','schl_name'], axis=1)
df = example.groupby(['city', 'state']).apply(lambda x: x.ffill().bfill()).drop_duplicates()
print (df)
      city state   elem_name middle_name highschoo_name
0  Orlando    fl  Union Park      Legacy       Colonial