熊猫分组依据汇总字符串字段

Question

我的df是这样的：

1   2   3
A  abc  ab
A  abc  cc
A  abc  ab

我想按记录分组

1   2   3
A  abc  ab
A  abc  cc

甚至更好的是，有一个带有串联字符串的字段：

   1  
A_abc_ab
A_abc_cc

Pandas GroupBy似乎不适用于字符串：

df = df.groupby(['1','2','3'])

返回

<pandas.core.groupby.DataFrameGroupBy object at 0x7f4a37549bd0>

Answer 1

您没有正确应用groupby 。 同样在groupby之后，您必须进行group.aggregate()以便基于某些功能减少单元格

可能您可能希望更好：

df.apply('-'.join, axis=1)

产生

0    A-abc-ab
1    A-abc-cc
2    A-abc-ab
dtype: object

当然，您可以在加入之前或之后drop_duplicates

Answer 2

从此移动：

1   2   3
A  abc  ab
A  abc  cc
A  abc  ab

对此：

1   2   3
A  abc  ab
A  abc  cc

根本不涉及分组！ 您只是删除重复项：

In [9]: df.drop_duplicates()
Out[9]: 
   1    2   3
0  A  abc  ab
1  A  abc  cc

然后，您可以使用apply进行串联：

In [10]: df.drop_duplicates().apply('_'.join, axis=1)
Out[10]: 
0    A_abc_ab
1    A_abc_cc
dtype: object