python - Pandas - 连接被截断的行

Question

我在网上找到了一个数据库，其中包含一系列匿名用户的学位以及他们完成学位的逆序（最后一个学位在前）。对于每个用户，我有：

• 他们的用户 ID
• 逆序
• 学位名称

基本上我的数据框看起来像这样：

用户身份	序列	程度
123	1	民事硕士
123	1	工程
123	2	工程学士

如您所见，我的问题是有时学位标题被截断并分成两行（用户 123 拥有土木工程理学硕士学位 - 请注意顺序相同的值）。

理想情况下，我的数据框应如下所示：

用户身份	序列	程度
123	1	土木工程硕士
123	2	工程学士

我想知道是否有人可以帮助我。我很乐意提供更多可能需要帮助的见解。

提前致谢！

标签： pythonpandas

Answer 1

尝试groupby aggregate：

df.groupby(['User_ID', 'Sequence'], as_index=False).aggregate(' '.join)

   User_ID  Sequence                    Degree
0      123         1  MSc in Civil Engineering
1      123         2        BSc in Engineering

---

完整的工作示例：

import pandas as pd

df = pd.DataFrame({
    'User_ID': [123, 123, 123],
    'Sequence': [1, 1, 2],
    'Degree': ['MSc in Civil', 'Engineering', 'BSc in Engineering']
})
df = df.groupby(['User_ID', 'Sequence'], as_index=False).aggregate(' '.join)
print(df)