如何将重复的数据行排列成一行

Posted 2023-03-12

【中文标题】如何将重复的数据行排列成一行

【英文标题】：How to arrange duplicate rows of data into one row

【发布时间】：2019-08-18 16:09:50

【问题描述】：

我正在尝试使用 Python 将重复数据排列成一行。

让我举个例子：

“原始”数据框有重复数据。

“目标”是我正在努力实现的目标。

我该怎么做？

如果我使用 Pandas，它会是什么样子？

顺便说一句，我正在从 csv 文件中获取原始数据。

 PatientID  Model#  Ear   SerNum    FName   LName   PName   PPhone

 P99999    300     Left    1234567  John    Doe Jane Doe    [phone]
 P99999    400     Right   2345678  John    Doe Jane Doe    [phone]



 PID      ModleL  SerNumL   ModelR  SerNumR FName   LName   PName  PPhone
 P99999   300     1234567   400     2345678 John    Doe     J.Doe  [phone]

【问题讨论】：

能否在您的问题中包含这些数据，以便我们复制和粘贴？

对不起。我只是在问题中添加了文本..

【参考方案1】：

首先，我们将数据拆分为left 和right。之后我们使用pandas.DataFrame.merge 将我们的数据重新组合在一起并给出正确的suffixes：

df_L = df[df.Ear == 'Left'].drop('Ear',axis=1)
df_R = df[df.Ear == 'Right'].drop('Ear', axis=1)

print(df_L, '\n')
print(df_R)

  PatientID  Model#   SerNum FName LName     PName          PPhone
0    P99999     300  1234567  John   Doe  Jane Doe  [phone] 

  PatientID  Model#   SerNum FName LName     PName          PPhone
1    P99999     400  2345678  John   Doe  Jane Doe  [phone]

现在我们可以合并回来并给出正确的后缀：

df = pd.merge(df_L, df_R.iloc[:, :3], on = 'PatientID', suffixes=['Left', 'Right'])

print(df)
  PatientID  Model#Left  SerNumLeft FName LName     PName          PPhone  \
0    P99999         300     1234567  John   Doe  Jane Doe  [phone]   

   Model#Right  SerNumRight  
0          400      2345678  

【讨论】：

我喜欢你合并 :-)

嗨@Erfan，我喜欢你的合并方法。我有个问题。如果我还想组合具有左侧数据或右侧数据的行（意思是一侧会有空白数据），我们如何列出数据？因此，数据的整个输出将列出两侧的数据（左耳和右耳数据）以及仅输出一侧的数据。

我使用“how=outer”找到了解决方案，例如：df = pd.merge(df_L.iloc[:, 0:3], df_R.iloc[:, 0:7], on = 'id', 后缀=['L', 'R'], how='outer')

【参考方案2】：

最好的来源是官方来源：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.join.html

您可能还想了解多索引、级别等。

我更喜欢加入：

import pandas as pd

columns = ['PatientID', 'Model#', 'Ear', 'SerNum', 'FName', 'LName', 'PName', 'PPhone']
data = [[
    'P99999', '300', 'Left', '1234567', 'John', 'Doe', 'Jane Doe', '[phone]'],
    ['P99999', '400', 'Right', '2345678', 'John', 'Doe', 'Jane Doe', '[phone]']]

df = pd.DataFrame(data=data, columns=columns)
df = df.set_index('PatientID')

df = df[df['Ear'] == 'Left'].drop('Ear', axis=1).join(df[df['Ear'] == 'Right'].drop('Ear', axis=1), lsuffix='_left', rsuffix='_right').reset_index()

输出：

  PatientID Model#_left SerNum_left  ... LName_right PName_right    PPhone_right
0    P99999         300     1234567  ...         Doe    Jane Doe  [phone]

编辑： 1. 已修复，忘记删除列:) 2. 现在使用您的数据:)

【参考方案3】：

这更像是pivot的问题，所以我在这里使用pivot_table

s=df.pivot_table(index=['PatientID','FName','LName','PName','PPhone'],columns='Ear',values=['Model#','SerNum'],aggfunc='first')
s.columns=s.columns.map(' '.join)
s.reset_index(inplace=True)
s
  PatientID FName LName     ...      Model# Right SerNum Left SerNum Right
0    P99999  John   Doe     ...               400     1234567      2345678
[1 rows x 9 columns]