我在 csv 上有以下数据:
c1 c2
1 2
1 3
3 4
3 5
4 6
我需要做的是处理该数据并获得以下输出:
c1 c2
1 2,3
3 4,5
4 6
这对 Pandas 来说可能吗？
谢谢
请您参考如下方法:
您可以先通过 astype 将 c2 列转换为 string然后 groupby与 apply 加入。最后 reset_index :
df['c2'] = df['c2'].astype(str)
print df.groupby('c1')['c2'].apply(','.join).reset_index()
c1 c2
0 1 2,3
1 3 4,5
2 4 6
如果需要drop_duplicates :
print df
c1 c2
0 1 2
1 1 3
2 1 2
3 1 3
4 3 4
5 3 5
6 4 6
df['c2'] = df['c2'].astype(str)
df = df.groupby('c1')['c2'].apply(lambda x: ','.join(x.drop_duplicates())).reset_index()
print df
c1 c2
0 1 2,3
1 3 4,5
2 4 6
如果您需要按 c2 列中值的长度对 DataFrame 进行排序，请使用 str.len和 sort_values .最后你可以drop列排序:
print df
c1 c2
0 1 4
1 1 5
2 4 6
3 2 7
4 2 3
5 2 2
6 2 3
df['c2'] = df['c2'].astype(str)
df = df.groupby('c1')['c2'].apply(lambda x: ','.join(x.drop_duplicates())).reset_index()
df['sort'] = df['c2'].str.len()
df = df.sort_values('sort')
df = df.drop('sort',axis=1)
print df
c1 c2
2 4 6
0 1 4,5
1 2 7,3,2
print df.reset_index(drop=True)
c1 c2
0 4 6
1 1 4,5
2 2 7,3,2
