在熊猫数据框中组合字符串在while-if-elif循环中只工作一次[重复]

Posted 2023-03-11

【中文标题】在熊猫数据框中组合字符串在while-if-elif循环中只工作一次[重复]

【英文标题】：Combining strings in a pandas dataframe works just once in a while-if-elif loop [duplicate]

【发布时间】：2019-12-16 03:24:59

【问题描述】：

我有一个包含重复字符串的列 (name) 的数据框，我想将另一列 (reports) 中的值与“名称”中的相同值连接到一个单元格中。

我以为我会通过 while-if-elif 循环到达那里，但尤其是串联仅在第一个循环中有效。我就是想不通为什么！？

#example dataframe
data = 'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy', 'Amy', 'Jake'], 
        'year': [2012, 2012, 2013, 2014, 2014, 2014, 2014], 
        'reports': ['Hallo', 'how are', 'you', 'not so', 'foo', 'damn it', 'bar']
df = pd.DataFrame(data)
df['index'] = df.index

#sorting to make the loop work (kept the original index just in case...)
dfSort = df.sort_values(['name'], ascending = True)
dfSort.astype('str')
dfSort.reset_index(inplace = True, drop = True)

#setting thins up
dfSorted = dfSort.copy()
num = df['name'].count()
i = 0
j = 1
dfNew = dfSorted.loc[:0, :]

#loop
while j < num:
    x = dfSorted.iloc[i:i+1, :1].values
    y = dfSorted.iloc[j:j+1, :1].values
    firstValue = dfSorted.iloc[i:i+1, 2:3].values
    nextValue = dfSorted.iloc[j:j+1, 2:3].values
    print(x, y, firstValue, nextValue, i, j) #just to see what's going on

    if x != y:
        NewRow = dfSorted.iloc[j:j+1, :]
        dfNew = pd.concat([dfNew, NewRow])
        i = j
        j += 1

    elif x == y:
        dfNew.iloc[i:i+1, :] = dfSorted.iloc[i:i+1, :]
        dfNew.iloc[i:i+1, 2:3] = firstValue + ', ' + nextValue

        j += 1
        print('done')#just to see it actually finished the elif-statement
dfNew.head()

dfNew 应该有 Amy 和 "foo, damn it" 和Jake 和"not so, bar" 并删除重复的行并保留其他所有内容。 我确信这是一个简单的错误，但我只是没有看到它。

【问题讨论】：

也提供您的预期输出。如果 else 循环，这很可能不需要一段时间。 Pandas 提供了很多功能。

你可能想要df.groupby(['name', 'year'], as_index=False).agg(', '.join)。

【参考方案1】：

这就是你要找的吗？

dfNew = df.groupby(['name', 'year'], as_index=False)['reports'].agg(list)
dfNew['reports'] = dfNew['reports'].str.join(', ')

    name    year    reports
0   Amy     2014    foo, damn it
1   Jake    2014    not so, bar
2   Jason   2012    Hallo
3   Molly   2012    how are
4   Tina    2013    you

【讨论】：

是的！天哪，这么简单...谢谢！

只是提高了我的理解力。 while循环的问题在哪里？

@MarkusKrohn 我很不擅长使用循环，所以可能无法帮助您解决这个问题。不过，在大多数情况下，使用 pandas 库的矢量化函数比遍历每一行要高效得多。