Pandas 數據幀中的分組和連接值

Question

我在本網站的另一個請求中找到了我的問題的答案，但是提供的答案對我不起作用，所以我在另一個請求中詢問。 我將使用相同的數據並顯示我得到的結果。

所以基本上，我有一個 dataframe ，其中一列有重復的值，我想將它們組合在一行中，並且我想將另一列的值連接為組合行的值。

這是示例：

data = np.array([['John', 'Smith', 1], ['John', 'Smith', 7], ['Eric', 'Adams', 9], ['Jane', 'Doe', 14], ['Jane', 'Doe', 16], ['John', 'Smith', 19]])

df = pd.DataFrame(data, columns=['FIRST_NM', 'LAST_NM', 'PAGE_NUM'])

output 符合預期：

    FIRST_NM    LAST_NM     PAGE_NUM
0   John        Smith       1
1   John        Smith       7
2   Eric        Adams       9
3   Jane        Doe         14
4   Jane        Doe         16
5   John        Smith       19

一旦我對FIRST_NM和LAST_NM的值進行分組並連接PAGE_NUM的值，這就是我想要得到的：

    FIRST_NM    LAST_NM     PAGE_NUM
0   John        Smith       1,7,19
1   Eric        Adams       9
2   Jane        Doe         14,16

建議的解決方案，對我來說很有意義，是使用這個：

df.groupby(['FIRST_NM', 'LAST_NM']).apply(lambda group: ','.join(group['PAGE_NUM']))

然而不幸的是，這似乎根本沒有效果，我得到了完全相同的結果：

    FIRST_NM    LAST_NM     PAGE_NUM
0   John        Smith       1
1   John        Smith       7
2   Eric        Adams       9
3   Jane        Doe         14
4   Jane        Doe         16
5   John        Smith       19

任何人都可以幫助指出我做錯了什么？

提前謝謝了！

傑夫

Answer 1

通過groupby()和agg()嘗試：

out=df.groupby(['FIRST_NM','LAST_NM'],sort=False,as_index=False).agg({'PAGE_NUM':','.join})

如果需要唯一值，則使用：

out=df.groupby(['FIRST_NM','LAST_NM'],sort=False,as_index=False).agg({'PAGE_NUM':set})
out['PAGE_NUM']=out['PAGE_NUM'].astype(str).str[1:-1].str.replace("'",'')

Output out ：

    FIRST_NM    LAST_NM     PAGE_NUM
0   John        Smith       1,7,19
1   Eric        Adams       9
2   Jane        Doe         14,16