python - 使用 Pandas 在数据框中组合两行的不同部分

Question

我有一个大的（> 10000 行）数据框，如下所示，我必须通过col_1、col_2、col_3组 a和col_4、col_5组b或组 c组合具有相同名称的行（b & c不会同时存在）。

我可以在网上找到如何组合（加起来）行的每一列，而不是放在不同的部分。

原始数据框

姓名	团体	col_1	col_2	col_3	col_4	col_5
安	一种	1	钠	2	3	钠
安	b	1	钠	钠	2	3
本	一种	0	1	2	1	钠
本	C	0	钠	钠	3	钠
猫	一种	2	3	钠	钠	钠

期望的结果

姓名	col_1	col_2	col_3	col_4	col_5
安	1	钠	2	2	3
本	0	1	2	3	钠
猫	2	3	钠	钠	钠

标签： pythonpandasdataframe

Answer 1

有点特别的方法，但是您可以这样做的一种方法是按名称和组对数据框进行排序，然后将您的数据框df分成两部分（即 col1/2/3 用于组 a），执行 agroupby并first()使用第一个df和last()第二个，然后使用concat：

import pandas as pd

df.sort_values(['name','group'],ascending=True,inplace=True)

one = df.iloc[:,:5]
two = pd.concat([df.iloc[:,:2],df[['col_4','col_5']]],axis=1)

def my_func(df1,df2,col):
    return pd.concat([df1.groupby(col).first(),
                      df2.groupby(col).last()],
                      axis=1).drop('group',axis=1)
 
res = my_func(one,two,'name')

哪个打印：

print(res)
      col_1  col_2  col_3  col_4  col_5
name                                   
ann       1    NaN   2.00   2.00   3.00
ben       0   1.00   2.00   3.00    NaN
cat       2   3.00    NaN    NaN    NaN

如果我没记错的话，这可以满足您的需求。