python-3.x - 折叠 Pandas 数据框中的行

Question

我正在尝试折叠数据帧中的行，该数据帧包含一列ID数据和许多包含不同字符串的列。看起来groupby是解决方案，但它似乎倾向于在组上执行一些数字功能-我只想保留文本。这就是我所拥有的...

我有一个形式的数据框:

index    ID     apples    pears    oranges
0        101                       oranges
1        134    apples
2        576              pears
3        837    apples
4        576                       oranges
5        134              pears

这些列是干净的:apples列将永远只在其中包含文本“apples”，否则它将为空白”。

在同一个ID下有多个条目的情况下(在此示例中，在ID 134和576上)，我想将这些行折叠起来以得到以下信息:

index    ID     apples    pears    oranges
0        101                       oranges
1        134    apples    pears
2        576              pears    oranges
3        837    apples

我可以通过遍历行来做到这一点，但这似乎是非 Pandas 解决方案。有没有更好的办法？

Answer 1

您可以将 groupby 与聚合''.join，sum或max结合使用:

#if blank values are NaN first replace to ''
df = df.fillna('')

df = df.groupby('ID').agg(''.join)
print (df)
     apples  pears  oranges
ID                         
101                 oranges
134  apples  pears         
576          pears  oranges
837  apples   

也可以:

df = df.fillna('')
df = df.groupby('ID').sum()
#alternatively max
#df = df.groupby('ID').max()
print (df)
     apples  pears  oranges
ID                         
101                 oranges
134  apples  pears         
576          pears  oranges
837  apples     

另外，如果需要删除每个组和每个列的重复项，请添加 unique :

df = df.groupby('ID').agg(lambda x: ''.join(x.unique()))