python pandas将两行或多行文本合并为一行

Posted 2023-03-12

【中文标题】python pandas将两行或多行文本合并为一行

【英文标题】：python pandas merge two or more lines of text into one line

【发布时间】：2017-07-03 13:28:40

【问题描述】：

我有如下文本数据的数据框，

    name | address                  | number 
1   Bob    bob                        No.56
2          @gmail.com           
3   Carly  [e-mail]            No.90
4   Gorge  greg@yahoo     
5          .com                   
6                                     No.100

并且想把它做成这样的框架。

    name | address               | number 
1   Bob    [e-mail]           No.56
2   Carly  [e-mail]         No.90                 
3   Gorge  [e-mail]          No.100

我正在使用 pandas 读取文件，但不知道如何使用合并或连接。

【参考方案1】：

如果name 列包含唯一值，

print df

    name          address  number
0    Bob              bob   No.56
1    NaN       @gmail.com     NaN
2  Carly  [e-mail]   No.90
3  Gorge       greg@yahoo     NaN
4    NaN             .com     NaN
5    NaN              NaN  No.100

df['name'] = df['name'].ffill()
print df.fillna('').groupby(['name'], as_index=False).sum()

    name          address  number
0    Bob    [e-mail]   No.56
1  Carly  [e-mail]   No.90
2  Gorge   [e-mail]  No.100

您可能需要ffill()、bfill()、[::-1]、.groupby('name').apply(lambda x: ' '.join(x['address']))、strip()、lstrip()、rstrip()、replace() 之类的东西来将上述代码扩展到更复杂的数据。

【参考方案2】：

如果要转换性别行的数据框（每列中可能有 NaN 条目），可能没有直接的 pandas 方法。

您将需要一些代码来分配name 列中的值，以便pandas 可以知道bob 和@gmail.com 的拆分行属于同一用户Bob。

您可以使用fillna 或ffill 方法将name 列中的每个空条目填充为其前一个用户，请参阅pandas dataframe missing data。

df ['name'] = df['name'].ffill()

# gives
    name    address number
0   Bob bob No.56
1   Bob @gmail.com  
2   Carly   [e-mail] No.90
3   Gorge   greg@yahoo  
4   Gorge   .com    
5   Gorge       No.100

那么你可以使用groupby和sum作为聚合函数。

df.groupby(['name']).sum().reset_index()

# gives
    name    address number
0   Bob [e-mail]   No.56
1   Carly   [e-mail] No.90
2   Gorge   [e-mail]  No.100

您可能会发现在NaN 和空白之间进行转换很有用，请参阅Replacing blank values (white space) with NaN in pandas 和pandas.DataFrame.fillna。