在 pandas dataframe 中聚合和分组三列

Question

我的 dataframe 是

df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'C', 'C', 'A', 'A'],
                   'col2': ['action1', 'action2', 'action1', 'action3', 'action2', 'action1', 'action1', 'action2'],
                   'col3': ['X', 'X', 'X', 'X', 'X', 'X', 'Y', 'Y']})

看起来像

    col1    col2    col3
0   A       action1 X
1   A       action2 X
2   B       action1 X
3   B       action3 X
4   C       action2 X
5   C       action1 X
6   A       action1 Y
7   A       action2 Y

我想将它们聚合成

    col1    col2            col3
0   A,C     action1,action2 X
1   B       action1,action3 X
2   A       action1,action2 Y

列内的项目顺序无关紧要。 基本上我想聚合 col1 和 col2。 但如果 col3 不同，请区分聚合。

我应该采取什么方法？

Answer 1

可能有很多方法可以做到这一点，但这里有一个使用 groupby 两次的解决方案。 一次构建第一组动作，然后对动作和 col3 进行分组。

df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'C', 'C', 'A', 'A'],
                   'col2': ['action1', 'action2', 'action1', 'action3', 'action2', 'action1', 'action1', 'action2'],
                   'col3': ['X', 'X', 'X', 'X', 'X', 'X', 'Y', 'Y']})

df = df.sort_values(by='col2')
df = df.groupby(['col3','col1'], as_index=False)['col2'].apply(lambda x: ','.join(x))
df = df.groupby(['col3','col2'], as_index=False)['col1'].apply(lambda x: ','.join(x)).sort_index(axis=1)

Output

  col1             col2 col3
0  A,C  action1,action2    X
1    B  action1,action3    X
2    A  action1,action2    Y

Answer 2

IIUC，您想对 col2 中具有共同值的组进行分组。

为此，您需要设置一个助手组：

m = df.groupby('col1')['col2'].apply(frozenset)

(df.groupby([df['col1'].map(m), 'col3'], as_index=False)
   .aggregate(lambda x: ','.join(set(x)))
)

output：

  col3 col1             col2
0    X  A,C  action1,action2
1    Y    A  action1,action2
2    X    B  action1,action3