python - 如何在 Pandas 中仅内爆(爆炸的反向)非空值。使用 pandas group by 将多行合并为单行

Question

我正在研究 Python Pandas。

我有一个包含如下列的 pandas 数据框:

<表类="s-表"><头>身份证城市<正文>1纽约1''1亚特兰大2东京2京都2''3巴黎3波尔多3''4孟买4''4类加罗尔5伦敦5''5伯明翰

请注意列中的空单元格为空字符串 ('') 或 Nan 或 None。 (为简单起见，我们只说它们是空字符串 (''))。

我希望结果是这样的:

<表类="s-表"><头>身份证城市<正文>1纽约，亚特兰大2东京、京都3巴黎、波尔多4孟买、类加罗尔5伦敦，伯明翰

简而言之，我想按 ID 分组，然后获取列表(通过删除空字符串)。

我有一个示例代码，但它实际上给我的结果是空字符串，我想删除空字符串。

dataFrame.groupby(['ID'], as_index=False)
                  .agg({'Cities': lambda x: x.tolist()})

它给了我这样的结果:

<表类="s-表"><头>身份证城市<正文>1纽约, ,亚特兰大2东京, 京都,3巴黎、波尔多、4孟买, , 类加罗尔5伦敦, , 伯明翰

但我不想要空字符串...

请帮帮我。

非常感谢您的帮助。

Answer 1

您可以尝试用 NaN 替换空字符串，然后添加 .dropna()聚合 lambda 函数，如下所示:

df['Cities'] = df['Cities'].replace('', np.nan)

(df.groupby('ID', as_index=False)
                  .agg({'Cities': lambda x: x.dropna().tolist()})
)

结果:

   ID                Cities
0   1   [New York, Atlanta]
1   2        [Tokyo, Kyoto]
2   3     [Paris, Bordeaux]
3   4   [Mumbai, Bangalore]
4   5  [London, Bermingham]