python - 合并重复行 Pandas 的某些行值

Question

我有一个基于足球运动员的数据框。当一名球员在赛季中期转会时，我发现了重复的行。我的目标是将两个联赛中累积的积分相加，并将它们加在一起只排成一行。

这是一个数据示例:

name    full_name   club    Points  Start   Sub
84  S. Mustafi  Shkodran Mustafi    Arsenal 76  26  1
85  S. Mustafi  Shkodran Mustafi    Arsenal -2  0   1
89  Bruno   Bruno Soriano Llido Villarreal CF   43  15  16
90  Bruno   Bruno Gonzalez Cabrera  Getafe CF   43  15  16
119 Oscar   Oscar dos Santos Emboaba    NaN 16  5   8
120 Oscar   Oscar dos Santos Emboaba    NaN 1   0   2
121 Oscar   Oscar Rodriguez Arnaiz  Real Madrid CF  16  5   8
122 Oscar   Oscar Rodriguez Arnaiz  Real Madrid CF  1   0   2
188 C. Bravo    Claudio Bravo   Manchester City 61  22  8
189 C. Bravo    Claudio Bravo   Manchester City 1   1   0
193 Naldo   Ronaldo Aparecido Rodrigues FC Schalke 04   58  19  1
194 Naldo   Edinaldo Gomes Pereira  RCD Espanyol    58  19  1
200 G. Castro   Gonzalo Castro  Borussia Dortmund   79  23  6
201 G. Castro   Gonzalo Castro  Malaga CF   79  23  6
209 Juanfran    Juan Francisco Torres Belen Atletico Madrid 86  21  8
210 Juanfran    Juan Francisco Torres Belen Atletico Madrid 74  34  2
211 Juanfran    Juan Francisco Moreno Fuertes   RC Coruna   86  21  8
212 Juanfran    Juan Francisco Moreno Fuertes   RC Coruna   74  34  2

我的目标数据框会将像 Mustafi 的 Points Start 和 Sum 值这样的球员加在一起，只给一个球员。像布鲁诺这样的球员显然不是同一个人，所以我不想把两个布鲁诺加在一起。

name    full_name   club    Points  Start   Sub
84  S. Mustafi  Shkodran Mustafi    Arsenal 74  26  2
89  Bruno   Bruno Soriano Llido Villarreal CF   43  15  16
90  Bruno   Bruno Gonzalez Cabrera  Getafe CF   43  15  16
119 Oscar   Oscar dos Santos Emboaba    NaN 17  5   10
121 Oscar   Oscar Rodriguez Arnaiz  Real Madrid CF  17  5   10
188 C. Bravo    Claudio Bravo   Manchester City 62  23  8
193 Naldo   Ronaldo Aparecido Rodrigues FC Schalke 04   58  19  1
194 Naldo   Edinaldo Gomes Pereira  RCD Espanyol    58  19  1
200 G. Castro   Gonzalo Castro  Borussia Dortmund   158 46  12
209 Juanfran    Juan Francisco Torres Belen Atletico Madrid 86  21  8
212 Juanfran    Juan Francisco Moreno Fuertes   RC Coruna   74  34  2

任何帮助都会很棒!

Answer 1

你需要:

df[['name','full_name','club']] = df[['name','full_name','club']].fillna('')
d = {'Points':'sum', 'Start':'sum', 'Sub':'sum', 'club':'first'}
df = (df.groupby(['name','full_name'], sort=False, as_index=False)
        .agg(d)
        .reindex(columns=df.columns))

with pd.option_context('display.expand_frame_repr', False):
    print (df)
           name                      full_name                   club  Points  Start  Sub
0    S. Mustafi               Shkodran Mustafi                Arsenal      74     26    2
1   Bruno Bruno                   SorianoLlido          Villarreal CF      43     15   16
2   Bruno Bruno               Gonzalez Cabrera              Getafe CF      43     15   16
3         Oscar       Oscar dos Santos Emboaba                             17      5   10
4         Oscar         Oscar Rodriguez Arnaiz         Real Madrid CF      17      5   10
5      C. Bravo                  Claudio Bravo        Manchester City      62     23    8
6         Naldo    Ronaldo Aparecido Rodrigues          FC Schalke 04      58     19    1
7         Naldo         Edinaldo Gomes Pereira           RCD Espanyol      58     19    1
8     G. Castro                 Gonzalo Castro      Borussia Dortmund     158     46   12
9      Juanfran          Juan Francisco Torres  Belen Atletico Madrid     160     55   10
10     Juanfran  Juan Francisco Moreno Fuertes              RC Coruna     160     55   10

解释:

1. 首先用fillna将NaNs替换为''为了避免在 groupby
中省略行
2. 按 groupby 汇总, agg with dictionary 指定列及其聚合函数
3. 最后临时显示所有行使用with