Pandas將列值按類型組合到一行的單元格中

Question

我有這個數據幀

ID  type    name    number  description comments
1   short   A       2       XX          xxx
1   short   B                               
1   short   C       4       YY          yyy
1   full    A/B/C
2   short   E       
2   short   F       9       ZZ          zzz                     
2   short   G       7       WW          www
2   short   H       
2   full    E/F/G/H 

我想在倒塌把它改造成type full行number ， description和comments在列中的值（如果它們存在） type short行

id  type    name    number  description comments
1   full    A/B/C   2/4     XX/YY       xxx/yyy
2   full    E/F/G/H 9/7     ZZ/WW       zzz/www

我嘗試使用聚合和groupby函數，但沒有成功。

你可以幫幫我嗎？

提前致謝！

Answer 1

您可以使用帶有lambda函數的dict.fromkeys為所有列創建動態字典， dict.fromkeys包含字典d1 id和鍵，並傳遞給GroupBy.agg ：

f = lambda x: '/'.join(x.dropna().astype(str))

d1 = {'type':'last', 'name':'last'}
d2 = dict.fromkeys(df.columns.difference(['id'] + list(d1.keys())), f)
d = {**d1, **d2}    

df = df.groupby('id', sort=False, as_index=False).agg(d)
print (df)
   id  type     name comments description   number
0   1  full    A/B/C  xxx/yyy       XX/YY  2.0/4.0
1   2  full  E/F/G/H  zzz/www       ZZ/WW  9.0/7.0

如果需要按類型處理lambda函數中的值 - 例如數字的總和和非數字列的連接：

f = lambda x: x.sum() if np.issubdtype(x.dtype, np.number) else '/'.join(x.dropna())

d1 = {'type':'last', 'name':'last'}
d2 = dict.fromkeys(df.columns.difference(['id'] + list(d1.keys())), f)
d = {**d1, **d2}           
df = df.groupby('id', sort=False, as_index=False).agg(d)
print (df)
   id  type     name comments description  number
0   1  full    A/B/C  xxx/yyy       XX/YY     6.0
1   2  full  E/F/G/H  zzz/www       ZZ/WW    16.0