python - 在 Pandas 中创建新列时将相同 ID 的多行合并为一行

Question

假设有一个这样的数据框：

东西_ID	描述	Col1	Col2
id1	描述1	1.1	0.1
id1	描述2	1.1	2.1
id1	描述3	1.1	3.1
id2	描述1	8.1	1.1
id2	描述4	8.1	5.1
id2	描述2	8.1	2.1

如果同一 ID 的列中有不同的值，我想将此数据帧压缩为一个 ID 单行格式，同时创建新列。输出数据框应该是这样的：

东西_ID	Col1	Desc1_Col2	Desc2_Col2	Desc3_Col2	Desc4_Col2
id1	1.1	0.1	2.1	3.1	钠
id2	8.1	1.1	2.1	钠	5.1

使用“描述”列创建新列名。如果每个 ID 组在列中具有相同的值，我们将保留该列而不进行修改，但只保留一条记录。

我得到的第一个想法是遍历列。但实际场景有很多列和行，这种方法可能需要很长时间，因为它有很多步骤。

由于我是 Pandas 的新手，我对如何应用它的功能没有足够的了解。我也找不到任何与此相关的有用链接。

所以我希望有人可以帮助我解决这个问题。

先感谢您！

- -更新 - -

我在这个问题中找到了一种有用的方法： 如何制作宽格式的数据框，从现有的列名中创建新的列名？

它解决了我的部分问题。但我的另一个要求是保持该列不变，如果 ID 组在该特定列中具有相同的值。我们不能一起做吗？我必须遵循单独的功能吗？

标签： pythonpandasdataframe

Answer 1

选择部分：

cols=df.filter(like='Col').columns
exclude=['Col1','Col4']
#These are the columns that you want to kept like Col1

计算部分：

out=df.pivot_table(cols,'Something_ID','Description').swaplevel(axis=1)
includecols=~out.columns.get_level_values(1).isin(exclude)
newdf=out.loc[:,~includecols].droplevel(0,1).groupby(level=0,axis=1).first()
out=out.loc[:,includecols]
out.columns=out.columns.map('_'.join)
out=newdf.join(out).reset_index()

的输出out：

  Something_ID      Col1    Desc1_Col2  Desc2_Col2  Desc3_Col2  Desc4_Col2
0   id1             1.1     0.1             2.1     3.1         NaN
1   id2             8.1     1.1             2.1     NaN         5.1

我使用的示例数据框：

df=pd.DataFrame({'Something_ID': {0: 'id1', 1: 'id1', 2: 'id1', 3: 'id2', 4: 'id2', 5: 'id2'},
 'Description': {0: 'Desc1',
  1: 'Desc2',
  2: 'Desc3',
  3: 'Desc1',
  4: 'Desc4',
  5: 'Desc2'},
 'Col1': {0: 1.1, 1: 1.1, 2: 1.1, 3: 8.1, 4: 8.1, 5: 8.1},
 'Col2': {0: 0.1, 1: 2.1, 2: 3.1, 3: 1.1, 4: 5.1, 5: 2.1},
 'Col3': {0: 0.3, 1: 6.3, 2: 9.3, 3: 3.3, 4: 15.3, 5: 6.3},
 'Col4': {0: 0.6, 1: 12.6, 2: 18.6, 3: 6.6, 4: 30.6, 5: 12.6}})