對於 Pandas Dataframe 有沒有辦法在保留所有其他值的同時將同一類別顯示為一個類別？

Question

對於 Pandas Dataframe 有沒有辦法將相同的類別一起顯示為一個類別，同時保留字符串中的所有其他值？

假設我有以下場景：

pd.DataFrame({"category": ['Associates', 'Manager', 'Associates', 'Associates', 'Engineer', 'Engineer', 'Manager', 'Engineer'],
              "name": ['Abby', 'Jenny', 'Thomas', 'John', 'Eve', 'Danny', 'Kenny', 'Helen'],
              "email": ['Abby@email.com', 'Jenny@email.com', 'Thomas@email.com', 'John@email.com', 'Eve@email.com', 'Danny@email.com', 'Kenny@email.com', 'Helen@email.com']})

如何嘗試以這種方式顯示 dataframe？

Output：

category     name     email
Associates   Abby     Abby@email.com
             Thomas   Thomas@email.com
             John     John@email.com
Manager      Jenny    Jenny@email.com
             Kenny    Kenny@email.com
Engineer     Eve      Eve@email.com
             Danny    Danny@email.com
             Helen    Helen@email.com

有什么建議，還是可以用 groupby 函數來完成？ 謝謝！

Answer 1

我不太清楚你所說的display是什么意思。 要獲得與您展示的打印類似（不完全）的打印，您不需要.groupby() 。 做就是了

df = df.set_index(["category", "name"]).sort_index()

並得到

                              email
category   name                    
Associates Abby      Abby@email.com
           John      John@email.com
           Thomas  Thomas@email.com
Engineer   Danny    Danny@email.com
           Eve        Eve@email.com
           Helen    Helen@email.com
Manager    Jenny    Jenny@email.com
           Kenny    Kenny@email.com

如果您真的想修改列，那么您可以嘗試類似

df = df.sort_values(["category", "name"], ignore_index=True)
df.loc[df["category"] == df["category"].shift(), "category"] = ""

要得到

     category    name             email
0  Associates    Abby    Abby@email.com
1                John    John@email.com
2              Thomas  Thomas@email.com
3    Engineer   Danny   Danny@email.com
4                 Eve     Eve@email.com
5               Helen   Helen@email.com
6     Manager   Jenny   Jenny@email.com
7               Kenny   Kenny@email.com

Answer 2

為此，您將有兩行代碼：首先，您需要將category和name都設置為索引

df.set_index(['category','name'],inplace=True)

接下來，您將使用groupby.sum來獲得所需的 output。

df.groupby(level=[0,1]).sum()
Out[67]: 
                              email
category   name                    
Associates Abby      Abby@email.com
           John      John@email.com
           Thomas  Thomas@email.com
Engineer   Danny    Danny@email.com
           Eve        Eve@email.com
           Helen    Helen@email.com
Manager    Jenny    Jenny@email.com
           Kenny    Kenny@email.com

Answer 3

為此，您可以使用groupby() function。 下面顯示的是示例代碼。

df.groupby(['category','name']).max()

現在數據為索引格式，並且與您提到的格式相同，如果要刪除索引，請使用以下代碼

df.groupby(['category','name']).max().reset_index()