Pandas数据框：按一列分组，但由其他列连接和聚合[重复]

Posted 2023-03-11

【中文标题】Pandas数据框：按一列分组，但由其他列连接和聚合[重复]

【英文标题】：Pandas dataframe: groupby one column, but concatenate and aggregate by others [duplicate]

【发布时间】：2019-01-09 01:49:43

【问题描述】：

如何转换以下输入数据（从 Excel 文件提供的 Pandas 数据框）：

ID      Category                    Speaker     Price
334014  Real Estate Perspectives    Tom Smith   100
334014  E&E                         Tom Smith   200
334014  Real Estate Perspectives    Janet Brown 100
334014  E&E                         Janet Brown 200

进入这个：

ID      Category                    Speaker                 Price
334014  Real Estate Perspectives    Tom Smith, Janet Brown  100
334014  E&E                         Tom Smith, Janet Brown  200   

所以基本上我想按类别分组，连接扬声器，而不是汇总价格。

我用 Pandas dataframe.groupby() 和 .agg() 尝试了不同的方法，但无济于事。也许有更简单的纯 Python 解决方案？

【问题讨论】：

@harvpan - 所以你被否决了，嗯嗯....

@jezrael，对不起，但我想你应该知道这个问题是否是骗人的。我因回答欺骗而被多次否决。没有什么私人的。

可能是一个骗子，而不是那个问题的骗子。不包括如何获得他想要的价格列。可能必须是一个组合欺骗

嗯，不确定这种情况下的协议是什么。无论如何，我会赞成jezrael的回答。谢谢@user3483203

@harvpan 如果你能找到一个先聚合的问题，我会以重复的形式结束。

【参考方案1】：

有 2 种可能的解决方案 - 按多列聚合和 join：

dataframe.groupby(['ID','Category','Price'])['Speaker'].apply(','.join)

或者只需要聚合Price 列，则需要通过first 或last 聚合所有列：

dataframe.groupby('Price').agg('Speaker':','.join, 'ID':'first', 'Price':'first')

【参考方案2】：

试试这个

df.groupby(['ID','Category'],as_index=False).agg(lambda x : x if x.dtype=='int64' else ', '.join(x))