遍历 pandas dataframe 中的行并更新对列条件的检查

Question

行号	A栏	B栏
1	数据 1	一个
2	数据A
3	资料 B
4	数据 2	乙
5	数据 C
6	资料 D
7	数据 E
8	数据 3	C

这就是我的数据在 dataframe 上从另一个表更新的方式，在这个“数据 1”中，延续为“数据 A”和“数据 B”，并且在 B 列上只有一个数据为“A”，但在数据框中所有“数据 1”、“数据 A”、“数据 B”都在单独的行中创建。 是否有任何操作可用于连接所有“Row_number”1、2、3 以附加在一行上并且在 columnB 中只有“A”的值？

预期的 output 如下：

行号	A栏	B栏
1	数据1，数据A，数据B	一个
2	数据2，数据C，数据D，数据E	乙
3	数据3	C

提前致谢

我是 python 的新手，并尝试了以下代码

# variable that stores the values: table_values
import pandas as pd

df=pd.DataFrame(table_values,columns=['ColumnA','ColumnB'])

for index, row in df.iterrows():
  if df.loc[index,'ColumnB'] == '' & df.loc[index,'ColumnA'] != '':
    df.loc[index-1, 'ColumnA'] = df.loc[index-1, 'ColumnA'] + df.loc[index, 'ColumnA']  
print(df)'''

Answer 1

你可以在这里做一个groupby 。 最简单的是只使用Column B ，因为它已经对应于您要分组的行。 因此，鉴于此数据：

import pandas as pd

df = pd.DataFrame({'ColumnA': ['Data1', 'DataA', 'DataB',
                               'Data2', 'DataC', 'DataD', 'DataE',
                               'Data3'],
                   'ColumnB': ['A', None, None,
                               'B', None, None, None,
                               'C']})

#  ColumnA ColumnB
# 0   Data1       A
# 1   DataA    None
# 2   DataB    None
# 3   Data2       B
# 4   DataC    None
# 5   DataD    None
# 6   DataE    None
# 7   Data3       C

通过填充缺失值来创建要分组的内容：

grouper = df['ColumnB'].ffill()

# 0    A
# 1    A
# 2    A
# 3    B
# 4    B
# 5    B
# 6    B
# 7    C
# Name: ColumnB, dtype: object

然后按照这篇文章聚合到连接字符串：

output = df['ColumnA'].groupby(grouper).apply(lambda x : ', '.join(x)).reset_index()

最后结果：

  ColumnB                     ColumnA
0       A         Data1, DataA, DataB
1       B  Data2, DataC, DataD, DataE
2       C                       Data3