pandas 同组数据转为同一行

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

需求如下，将 A、B 两列组合进行分组，同组内的数据显示在同一行，有多少条数据就放多少列：

import pandas as pd
from io import StringIO

# 原数据
data = '''
A B C D
a b1 c 2001
a b1 c 2003
a b1 c 2005
a b2 c 2001
a b2 c 2002
a b2 c 2003
a b2 c 2004
'''

df = pd.read_csv(StringIO(data), sep=r'\s+')
df

# 转换后
'''
D         2001    2002    2003    2004    2005
A B  C
a b1 c  2001.0     NaN  2003.0     NaN  2005.0
  b2 c  2001.0  2002.0  2003.0  2004.0     NaN
'''

经过我们的观察，以上需求中数据的变化符合数据透视的规则。直接进行数据透视：

df.pivot(index=['A', 'B', 'C'], columns='D', values='D')
'''
D         2001    2002    2003    2004    2005
A B  C
a b1 c  2001.0     NaN  2003.0     NaN  2005.0
  b2 c  2001.0  2002.0  2003.0  2004.0     NaN
'''

基本上实现了需求，不过还需要再进行一些处理。我们可以更换一下思路，先按 ['A', 'B', 'C'] 进行 groupby 分组，再将分组后的数据用逗号隔开：

(
    df.groupby(['A', 'B', 'C'])
    .apply(lambda x: ','.join(x.D.astype(str)))
)
'''
A  B   C
a  b1  c         2001,2003,2005
   b2  c    2001,2002,2003,2004
dtype: object
'''

再将逗号隔开的字符用 .str.split() 展示为列：

(
    df.groupby(['A', 'B', 'C'])
    .apply(lambda x: ','.join(x.D.astype(str)))
    .str.split(',', expand=True)
)
'''
D         2001    2002    2003    2004    2005
A B  C
a b1 c  2001.0     NaN  2003.0     NaN  2005.0
  b2 c  2001.0  2002.0  2003.0  2004.0     NaN
'''

这样就得到了需求所要求的效果。

（完）

注：此案例收录在《深入浅出Pandas：利用Python进行数据处理与分析》17.2.3 小节。

pandas 同组数据转为同一行

相关内容