python - 使用 pandas 联合列值组

Question

我有以下数据集。

colA ColB ColC
a      1   aa
a      1   Nan
a      2
a      2    bb
a      2    cc

我想要如下输出

colA ColB ColC
a      1   aa
a      2   bb#cc

我正在尝试按 ColA 和 ColB 进行分组并联合 ColC 值。我尝试在 Pandas 中使用以下代码。但我没有得到

test1 = test(['colA','colB'])['colC'].apply(lambda x: x.sum() )

它必须避免列中出现 Nan 或空格，并使用 # 分隔符连接所有值。

Answer 1

第一个replace所有Nan和blank为np.nan，然后dropna，问题就变得简单groupby 聚合 加入

df=df.replace({'Nan':np.nan,' ':np.nan})
df.dropna().groupby(['colA','ColB'],as_index=False).ColC.agg(','.join)
  colA  ColB   ColC
0    a     1     aa
1    a     2  bb,cc