python - 如何根据列中的值合并列中的值

Question

我有一个 xlsx 看起来像这样:

Company    N
A          1234;878;3434
A          5678;873
B          539
B          00;123
C          155;741;655
C          5377;454

我在用pandas导入到我的程序中，我可以根据他们的公司合并N吗？

期望的结果:{'A':[1234,878,3434,5678,873]，'B':[539, 00, 123]，'C':[155, 741, 655, 5377 , 454]}

Answer 1

groupby 和 split，然后应用 list 并转向 dict，如:

import itertools
(df.groupby('Company').apply(lambda x: 
 list(map(int,itertools.chain.from_iterable(x['N'].str.split(';'))))).to_dict())

---

{'A': [1234, 878, 3434, 5678, 873],
 'B': [539, 0, 123],
 'C': [155, 741, 655, 5377, 454]}

你也可以使用 sum 来连接列表，但不推荐用于大数据(它有性能问题，最好使用 itertools)

EDIT 用于从列表中切片 2 个元素:

import itertools
(df.groupby('Company').apply(lambda x: 
 list(map(int,[k[:2] for k in itertools.chain.from_iterable(x['N'].str.split(';'))]))).to_dict())

这个输出:

{'A': [12, 87, 34, 56, 87], 'B': [53, 0, 12], 'C': [15, 74, 65, 53, 45]}

注意这里使用了 map()，它用于将列表元素从字符串转换为 int。由于原始 dtype 是一个字符串，而我们执行 str.split()，列表中有字符串。