python - 如何通过加入只保留 pandas group 的第一个和最后一个项目

Question

假设我有以下 df:

pd.DataFrame({'x':['bob','bob','bob','amy','amy','amy'],'y':['keep this','not this','keep this','keep this','not this','keep this']})


     x  y
0   bob keep this
1   bob not this
2   bob keep this
3   amy keep this
4   amy not this
5   amy keep this

我想按x分组，加入y。但是，我只想要连接的第一个和最后一个项目。

通过join做一个基本的分组，结果是这样的:

df.groupby('x').agg({'y':', '.join})

          y
x   
amy keep this, not this, keep this
bob keep this, not this, keep this

但是，我想要的输出如下:

          y
x   
amy keep this, keep this
bob keep this, keep this

有没有办法以编程方式执行此操作？我尝试使用一些索引和切片技巧作为连接的一部分，但出现以下错误:

TypeError: 'builtin_function_or_method' object is not subscriptable

如果有办法做到这一点，那就太好了。谢谢!

Answer 1

你可以分组两次，一次保持第一个/最后一个，一次用于聚合:

(df.groupby('x', as_index=False)
   .apply(lambda d: d.iloc[[0,-1]])
   .groupby('x')
   .agg({'y':', '.join})
)

输出:

                        y
x                        
amy  keep this, keep this
bob  keep this, keep this