python - 将新行追加到 Pandas groupby 结果对象

Question

我是 python 新手，我正在尝试按结果对象将记录插入到组中。

我有以下数据框，其中 ID 1 和 2 具有 SECTION_GROUP，因为 GROUP 1、3 和 4 具有 GROUP 2，但 5 没有任何 SECTION_GROUP。

<表类=“s-表”><标题>IDENTITY_NAMEENTITY_NAMESECTION_GROUPDOC_ID <正文>1dNumberU220059090组 1402tDate22 年 12 月 6 日组 1403dNumberU220059090组 2404tDate22 年 12 月 6 日组 2405s公司bpnan40

我正在尝试将如下结果分为两个单独的组。

<表类=“s-表”><标题>IDENTITY_NAMEENTITY_NAMESECTION_GROUPDOC_ID <正文>1dNumberU220059090组 1402tDate22 年 12 月 6 日组 1405s公司bpnan40

<表类=“s-表”><标题>IDENTITY_NAMEENTITY_NAMESECTION_GROUPDOC_ID <正文>3dNumberU220059090组 2404tDate22 年 12 月 6 日组 2405s公司bpnan40

我在下面尝试过，但我只得到了第 2 组的结果。我需要在循环之外访问这两个组的结果。非常感谢任何帮助。

import pandas as pd

df = pd.read_csv ('sample.csv',encoding= 'unicode_escape',usecols= ['ID','ENTITY_NAME','ENTITY_VALUE','SECTION_GROUP','DOC_ID'])
distDocIds = df["DOC_ID"].unique()


for docId in distDocIds:
    result = df[df.DOC_ID==docId] # all data for specific Id
    grpResult = df[df.DOC_ID==docId].groupby('SECTION_GROUP') # groupby SECTION_GROUP data
    
    for group in grpResult:
        #check in any record present without SECTION_GROUP
        #if present append group with that record
        foundUnion = result[pd.isnull(result.SECTION_GROUP)] 
        if len(foundUnion) > 0:
            foundUnion = foundUnion.append(group[1])
        **#IF I print foundUnion here I am getting proper result as epxected but I want this access foundUnion outside of loop.
        
newdf = foundUnion.copy()
print(newdf)

Answer 1

如果空单元格是空字符串''，你可以这样做:

mask = df['SECTION_GROUP'].eq('')
rest = df[mask]

for _, g in df[~mask].groupby('SECTION_GROUP'):
    g = pd.concat([g, rest])
    print(g)

打印:

   ID ENTITY_NAME ENTITY_NAME.1 SECTION_GROUP  DOC_ID
0   1     dNumber    U220059090       GROUP 1      40
1   2       tDate      6-Dec-22       GROUP 1      40
4   5    sCompany            bp                    40

   ID ENTITY_NAME ENTITY_NAME.1 SECTION_GROUP  DOC_ID
2   3     dNumber    U220059090       GROUP 2      40
3   4       tDate      6-Dec-22       GROUP 2      40
4   5    sCompany            bp                    40

---

如果空值为NaN:

mask = df['SECTION_GROUP'].isna()
rest = df[mask]

for _, g in df[~mask].groupby('SECTION_GROUP'):
    g = pd.concat([g, rest])
    print(g)

打印:

   ID ENTITY_NAME ENTITY_NAME.1 SECTION_GROUP  DOC_ID
0   1     dNumber    U220059090       GROUP 1      40
1   2       tDate      6-Dec-22       GROUP 1      40
4   5    sCompany            bp           NaN      40

   ID ENTITY_NAME ENTITY_NAME.1 SECTION_GROUP  DOC_ID
2   3     dNumber    U220059090       GROUP 2      40
3   4       tDate      6-Dec-22       GROUP 2      40
4   5    sCompany            bp           NaN      40