數據錯誤使用函數和 groupby 來聯合熊貓數據幀中的字符串

Question

我有以下結構的數據框：

mydf：

    Entry   Address         ShortOrdDesc
0   988     Fake Address 1  SC_M_W_3_1
1   989     Fake Address 2  SC_M_W_3_3
2   992     Fake Address 3  nan_2
3   992                     SC_M_G_1_1
4   992                     SC_M_O_1_1

在這個 df 上有工作要做，以將行與相同的Entry組合起來。 對於這些，只有第一行有Address 。 我需要連接ShortOrdDesc列和Address 。 我找到了一個非常有用的鏈接：

Pandas groupby：如何獲得字符串的並集

以此為基礎，我開發了以下功能：

def f(x):
     return pd.Series(dict(A = x['Entry'].sum(), 
                        B = x['Address'].sum(), 
                        C = "%s" % '; '.join(x['ShortOrdDesc'])))

哪個應用使用

myobj = ordersToprint.groupby('Entry').apply(f)

這將返回錯誤：

類型錯誤：必須是 str，而不是 int

查看我的數據，我沒有看到問題是什么，因為我相信對 'Entry' 的整數運行.sum()應該可以工作。

我的代碼或我的方法有什么錯誤？

Answer 1

我認為某些列是數字並且需要string 。

所以使用astype ，如果需要刪除NaN s 添加dropna ：

def f(x):
 return pd.Series(dict(A = x['Entry'].sum(), 
                    B = ''.join(x['Address'].dropna().astype(str)), 
                    C = '; '.join(x['ShortOrdDesc'].astype(str))))

myobj = ordersToprint.groupby('Entry').apply(f)
print (myobj)
          A               B                              C
Entry                                                     
988     988  Fake Address 1                     SC_M_W_3_1
989     989  Fake Address 2                     SC_M_W_3_3
992    2976  Fake Address 3  nan_2; SC_M_G_1_1; SC_M_O_1_1

agg另一個解決方案，但有必要重命名列：

f = {'Entry':'sum', 
      'Address' : lambda x: ''.join(x.dropna().astype(str)), 
      'ShortOrdDesc' : lambda x: '; '.join(x.astype(str))}
cols = {'Entry':'A','Address':'B','ShortOrdDesc':'C'}
myobj = ordersToprint.groupby('Entry').agg(f).rename(columns=cols)[['A','B','C']]
print (myobj)
          A               B                              C
Entry                                                     
988     988  Fake Address 1                     SC_M_W_3_1
989     989  Fake Address 2                     SC_M_W_3_3
992    2976  Fake Address 3  nan_2; SC_M_G_1_1; SC_M_O_1_1