pandas - 按条件分组熊猫

Question

我有数据框

id           type             ip
1            mcma             123
1            mcms             124
1            mcda             125
1            mcds             126
2            cic              127
2            cmc              128

我想通过带有id的函数分组使用pandas成为数据框并将类型应用于列表，如果id的类型为mcma，ip是mcma的ip，其他是'-'

id           child                                                      ip
1            [{type: mcma, ip:123}, ..., {type:mcds, ip:126}]           123
2            [{type:cic, ip:127}, {type:cmc, ip:128}]                   -                       

目前，我只是获取 id 并输入正确，我不知道如何获取 ip 列。当前代码：

df = (df.groupby(["id"], as_index=True).apply(lambda x: x[["type", "ip"]].to_dict('record')).reset_index().rename(columns={0: 'child'}))

标签： pandas

Answer 1

ip想法是如果不匹配mcma则替换NaNinSeries.where然后聚合list和第一个值ip：

df = (df.assign(ip = df['ip'].where(df['type'].eq('mcma')),
                type = df[['type','ip']].apply(lambda x: dict(x), axis=1))
        .groupby('id')
        .agg(child=('type',list), ip=('ip','first'))
        .reset_index())

df['ip'] = df['ip'].fillna('-')
print (df)
   id                                              child     ip
0   1  [{'type': 'mcma', 'ip': 123}, {'type': 'mcms',...    123
1   2  [{'type': 'cic', 'ip': 127}, {'type': 'cmc', '...      -