![](/img/trans.png)
[英]How to create a new row for each comma separated value in a column in pandas
[英]Pandas: Aggregate each column into a comma separated list without duplicates
問題:
我有一個很大的CSV文件,看起來像這樣:
A B C D ...
1 dog black NULL ...
1 dog white NULL ...
1 dog black NULL ...
2 cat red NULL ...
...
現在,我想對“ A
”列進行“分組”,並將其余各列聚合到一個逗號分隔的列表中,而不重復。 解決方案應如下所示:
A B C D ...
1 dog black, white NULL ...
2 cat red NULL ...
...
由於CSV中的名稱和列數可能會發生變化,因此我更喜歡沒有硬編碼名稱的解決方案。
二手方法:
我用以下代碼嘗試了pandas
軟件包:
import pandas as pd
data = pd.read_csv("C://input.csv", sep=';')
data = data.where((pd.notnull(data)), None)
data_group = data.groupby(['A']).agg(lambda x: set(x))
data_group.to_csv("C://result.csv", sep=';')
set
運算符恰好滿足了我的要求。 但是,生成的CSV如下所示:
A B C D ...
1 {'dog'} {'black', 'white'} {None} ...
2 {'cat'} {'red'} {None} ...
...
我不希望在導出中使用{}
和''
,並且D
列也應該為空並且不包含單詞None
。
題:
我是在正確的道路上,還是有一種更優雅的方法來實現自己的目標?
用逗號join
集合:
df.groupby('A', as_index=False).agg(lambda x: ', '.join(set(x.dropna())))
# A B C D
#0 1 dog white, black
#1 2 cat red
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.