Pandas - 将多个组行合并为一行

Question

我一直在撞墙一段时间，现在试图弄清楚 Pandas 中这个看似简单的数据操作任务，但是我没有成功弄清楚如何做到这一点或谷歌搜索足够的答案：（

我要做的就是取下面片段左侧的表格（将是 pandas 数据帧）并将其转换为右侧的表格（成为另一个 pandas 数据帧）。

用于创建初始 dataframe 的代码：

import pandas as pd

test_data = pd.DataFrame(
        {
            'team': [1,1,2,2,3,3,4,4,5,5] ,
            'player': ['a','b','c','d','e','f','g','h','i','j'] ,
            'score': [10,22,66,44,1,3,55,6,4,2]
        }
)

提前谢谢你的帮助！

Answer 1

尝试这个，

test_data.groupby('team').agg({'player':['first', 'last'], 'score': ['first', 'last']})

输出/输出：

    player_first player_last  score_first  score_last
team                                                  
1               a           b           10          22
2               c           d           66          44
3               e           f            1           3
4               g           h           55           6
5               i           j            4           2

完整的解决方案：

test_data = test_data.groupby('team').agg({'player':['first', 'last'], 'score': ['first', 'last']})
test_data.columns = ['_'.join(x) for x in test_data.columns]
test_data = test_data.reset_index()
test_data = test_data[['team', 'player_first', 'score_first', 'player_last', 'score_last']]

输出/输出：

   team player_first  score_first player_last  score_last
0     1            a           10           b          22
1     2            c           66           d          44
2     3            e            1           f           3
3     4            g           55           h           6
4     5            i            4           j           2​

• 您需要的是 groupby 和 first 和 last 的聚合操作
• 设置列名
• 重置索引并重新排序列

Answer 2

假设您的 dataframe 是按团队排序的，并且您知道每个团队正好有 2 个条目，您可以使用：

player_1_data = test_data.iloc[::2, :]
player_2_data = test_data.iloc[1::2, :]

player_1_data.set_index("team")
.add_suffix("1")
.join(player_2_data.set_index("team").add_suffix("2"))
.reset_index()
.rename({"score1": "player1_score", "score2": "player2_score"}, axis=1)

在这里，我们只是选择交替的行并将它们连接在一起以给出：

   team player1  player1_score player2  player2_score
0     1       a             10       b             22
1     2       c             66       d             44
2     3       e              1       f              3
3     4       g             55       h              6
4     5       i              4       j              2

Answer 3

你可以这样做：

import pandas as pd

df = pd.DataFrame(
        {
            'team': [1,1,2,2,3,3,4,4,5,5] ,
            'player': ['a','b','c','d','e','f','g','h','i','j'] ,
            'score': [10,22,66,44,1,3,55,6,4,2]
        }
)
grouped_df = df.groupby('team').agg({ 'player': ['first', 'last'], 'score': ['first', 'last']})
grouped_df.columns = [ 'player_first', 'score_first', 'player_last', 'score_last']
print(grouped_df)