加入行并将 csv 文件中的属性值与 pandas 连接起来

Question

我有一个结构如下的 csv 文件：

如您所见，许多行是重复的（它们代表相同的实体），属性“类别”是彼此之间的唯一区别。 我想加入这些行并将所有类别包含在一个值中。

例如，沃尔玛的属性“类别”应该是：“Retail、Dowjones、SuperMarketChains”。

编辑：

我希望 output 表的结构如下：

编辑 2：

对我有用的是：

df4.groupby(["ID azienda","Name","Company code", "Marketcap", "Share price", "Earnings", "Revenue", "Shares", "Employees"]
)['Category'].agg(list).reset_index()

Answer 1

快速而肮脏

df2=df.groupby("Name")['Category'].apply(','.join)

subst=dict(df2)
df['category']=df['Name'].replace(subst)
df.drop_duplicates('Name')

如果您希望将多个类别存储为 pandas 列类别中的列表...将第一行更改为

df2=df.groupby("Name")['Category'].apply(list)

Answer 2

不确定您是想要一个新表格还是只是一个类别列表。 如果这些很重要，下面是如何用哈希表制作表格

import pandas as pd
df = pd.DataFrame({
    'Name':['W','W','W','A','A','A'],
    'Category':['Retail','Dow','Chain','Ecom','Internet','Dow'],
    'Hash':[1,2,3,4,5,6],
})

# print(df)
#   Name  Category  Hash
# 0    W    Retail     1
# 1    W       Dow     2
# 2    W     Chain     3
# 3    A      Ecom     4
# 4    A  Internet     5
# 5    A       Dow     6

#Make a new df which has one row per company and one column per category, values are hashes
piv_df = df.pivot(
    index = 'Name',
    columns = 'Category',
    values = 'Hash',
)

# print(piv_df)
# Category  Chain  Dow  Ecom  Internet  Retail
# Name                                        
# A           NaN  6.0   4.0       5.0     NaN
# W           3.0  2.0   NaN       NaN     1.0