python - 将 pandas DataFrame(具有许多列)的所有行分组为给定列中具有相同值的

Question

我已经搜索了几个小时。我有一个像这样的 DataFrame :-

     col1.  col2.   col3.   col4
row1.  a.    p       u       0
row2.  b.    q       v       1
row3.  a.    r       w       2
row4.  d.    s       x       3
row5.  b.    t       y       4

现在我想按“col1”的值对所有这些行进行分组，以便我得到:-

     col1.  col2.   col3.   col4
row1.  a.    p r     u w    0,2
row2.  b.    q t     v y    1,4
row3.  d.    s       x       3

现在我找到了一种方法，其中 df.groupby('col1)['col2'].apply(' '.join()) 将按相同值对 'col2' 中的所有行进行分组'col1'。但我无法扩展上述命令，以便将所有列的所有行分组在一起以获得前面提到的输出。

<小时/>

上面的 DataFrame 仅用于说明。实际的 DataFrame 包括大约 100 行和列，所有单元格都存储反馈，除了 col1 之外，它存储反馈所在项目的名称。我想将所有单元格分组基于相同项目(col1)的列，然后我将对 DataFrame 执行情感分析。

Answer 1

您可以使用:

df1 = df.astype(str).groupby('col1').agg(','.join).reset_index()
print (df1)
  col1 col2 col3 col4
0   a.  p,r  u,w  0,2
1   b.  q,t  v,y  1,4
2   d.    s    x    3

如果还需要索引:

df1 = df.astype(str).groupby('col1').agg(','.join).reset_index()
df1.index = df.drop_duplicates('col1').index
print (df1)
      col1 col2 col3 col4
row1.   a.  p,r  u,w  0,2
row2.   b.  q,t  v,y  1,4
row4.   d.    s    x    3

说明:

1. 首先通过 astype 将所有列转换为字符串
2. 然后groupby并通过agg聚合join
3. 如果需要还可以按 col1 上的第一个值进行索引，请添加 drop_duplicates