为共享公共值的每一行合并数据框中列的内容

Question

我在分配给不同个人的表中有数据。 但是，许多数据基于 MD5 是相同的，我希望每个条目都归因于具有相同 MD5 的每个人。 例如，输入数据可能如下所示：

但是，我希望输出如下表所示。 例如，A、C、E 的所有者相同，因为它们的 MD5 相同（感谢 MD5 会更长，这只是为了说明）。 类似地，对于 B、D、F，MD5 是相同的，因此所有 3 个条目的所有者也被合并。

我编写了一个有效的脚本（但效率极低）：

md5OwnerDF = pd.DataFrame({"MD5 Digest":[],"All_Owners":[]})
for md5 in uniqueTLMD5List:
        # sub dataframe with md5
        md5DF = df.loc[df['MD5 Digest'] == md5].copy()
        # bring in owners of this sub dataframe (md5DF) and convert into unique list (ownerList)
        ownerList = ';'.join([str(elem) for elem in md5DF.loc[:,'Owner'].unique().tolist()])
        md5OwnerDF_temp = pd.DataFrame({"MD5 Digest":[md5],"All_Owners":[ownerList]})
        md5OwnerDF = md5OwnerDF.append(md5CustodianDF_temp)

有没有更好的方法可以在不迭代的情况下实现相同的结果？

先感谢您。

Answer 1

您可以尝试使用transform + groupby

df['new'] = df.roupby('ID')['MD5'].transform(','.join)