python-如何比较pandas groupby对象的列值并将其汇总到新的列行中

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-如何比较pandas groupby对象的列值并将其汇总到新的列行中，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1626字，纯文字阅读大概需要3分钟。

内容图文

我有以下问题：我想在数据框中创建一列,以汇总一行中的所有值.然后,我想比较该列的行以创建包含所有列中所有值的单个行,但是每个值仅出现一次.例如：我有以下数据框

    df1:

  Column1 Column2
0    a     1,2,3
1    a     1,4,5
2    b     7,1,5
3    c     8,9
4    b     7,3,5

现在所需的输出将是：

df1_new:

  Column1 Column2
0    a    1,2,3,4,5
1    b    1,3,5,7
2    c    8,9

我目前正在尝试的是result = df1.groupby(‘Column1’),但是然后我不知道如何比较分组对象行中的值,然后将它们写入新列并删除重复项.我通读了Group By的pandas文档：split-apply-combine,但找不到解决方法.我还想知道,一旦获得所需的输出,是否有一种方法可以检查df1_new的Column2中每个值在分组对象中有多少行出现.任何帮助,将不胜感激！

解决方法:

可以执行此操作的方法是在分组的DataFrame上应用函数.

此函数首先将系列(针对每个组)转换为列表,然后在列表中使用分割每个字符串,然后使用itertools.chain.from_iterable将完整列表链接到单个列表中,然后将其转换为set,这样就只有唯一值是左,然后对其进行排序,然后使用str.join转换回字符串.范例-

from itertools import chain
def applyfunc(x):
    ch = chain.from_iterable(y.split(',') for y in x.tolist())
    return ','.join(sorted(set(ch)))

df1_new = df1.groupby('Column1')['Column2'].apply(func1).reset_index()

演示-

In [46]: df
Out[46]:
  Column1 Column2
0       a   1,2,3
1       a   1,4,5
2       b   7,1,5
3       c     8,9
4       b   7,3,5

In [47]: from itertools import chain

In [48]: def applyfunc(x):
   ....:         ch = chain.from_iterable(y.split(',') for y in x.tolist())
   ....:         return ','.join(sorted(set(ch)))
   ....:

In [49]: df.groupby('Column1')['Column2'].apply(func1).reset_index()
Out[49]:
  Column1    Column2
0       a  1,2,3,4,5
1       b    1,3,5,7
2       c        8,9

内容总结

以上是互联网集市为您收集整理的python-如何比较pandas groupby对象的列值并将其汇总到新的列行中全部内容，希望文章能够帮你解决python-如何比较pandas groupby对象的列值并将其汇总到新的列行中所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端