python - 同时并排/顶部和底部连接 Pandas Dataframes 行

Question

我有问题。我想从另一个创建一个新的数据框。我想避免重复的行。这意味着如果有相同的邮件，我应该并排连接它们，否则顶部和底部。但问题是我每次都遇到值(value)索引错误。

pandas.indexes.base.InvalidIndexError: Reindexing only valid with uniquely valued Index objects

这是我所做的:

if not self.data.empty:
    if data_frame_['Email'][0] in self.data['Email'].get_values():
        self.data = pd.concat([self.data, data_frame_], axis=1)
    else:
        self.data = pd.concat([self.data,data_frame_], axis=0)  
else: 
    self.data = data_frame_.copy()

end = time.time()

data_frame_ 只有一行，这就是我使用的原因

data_frame_['Email'][0]

数据示例(在 data_frame_ 中):

 Email                     Project1 Target1 Projetc2 Target2
-------------------------------------------------------------
 kml@mail.com                1      5000     NaN       NaN
 abc@abc.com                 7      5000     NaN       NaN
 kml@mail.com                7      4000     NaN       NaN

我想要的是:

 Email                     Project1 Target1 Projetc2 Target2
-------------------------------------------------------------
 kml@mail.com               1       5000      7       4000
 abc@abc.com                7       5000     NaN       NaN

Ps :我可以使用字典来做到这一点，但为了保护代码完整性，我想使用数据帧。

提前谢谢你。

Answer 1

您可以使用 pivot_table , 但首先通过 cumcount 创建组:

#rename columns
df.rename(columns={'Project1':'Project','Target1':'Target'}, inplace=True)

print (df)
      Email                Project  Target
0  kml@mail.com              1    5000
1  abc@abc.com               7    5000
2  kml@mail.com              7    4000

df['g'] = (df.groupby('Email').cumcount() + 1).astype(str)

df1 = df.pivot_table(index='Email', columns='g', values=['Project', 'Target'])
#Sort multiindex in columns 
df1 = df1.sort_index(axis=1, level=1)
#'reset' multiindex in columns
df1.columns = [''.join(col) for col in df1.columns]
print (df1)
                     Project1  Target1  Project2  Target2
Email                                                    
abc@abc.com               7.0   5000.0       NaN      NaN
kml@mail.com              1.0   5000.0       7.0   4000.0