如何使用熊猫将多行组合成具有多条件的行[关闭]

Posted 2023-02-16

【中文标题】如何使用熊猫将多行组合成具有多条件的行[关闭]

【英文标题】：How to combine multirow into a row with multi-condition using pandas [closed]

【发布时间】：2021-11-13 07:15:09

【问题描述】：

我想根据条件将行组合成单行。条件基于电话和电子邮件。如果电子邮件和电话相同，则实体和帐户将合并为一行。 我找不到这个问题的逻辑。任何想法？例如：

当前数据：

entity  phone               email account_no
   E01     22 [e-mail]
   E02     33  [e-mail]
   E03     55    [e-mail]
   E04     66   [e-mail]
   E05     77    [e-mail]        M05
   E06     88    [e-mail]        M06
   E07    100    [e-mail]
           11 [e-mail]        M01
           44  [e-mail]        M02
           55  [e-mail]        M03
           66   [e-mail]        M04
           99 [e-mail]        M07

我想要的结果：

entity account_no
              M07
   E02        M02
   E05        M05
   E07
   E01        M01
   E03        M03
   E04        M04
   E06        M06

【问题讨论】：

你需要给我们一个最小的、可运行的例子，包括你所有的 Python 代码。

你写了“如果电子邮件和电话是一样的”，但你的输出似乎是“电子邮件或电话”。跨度>

【参考方案1】：

您可以在phone 列上使用merge，然后在email 列上使用。合并两个新数据框并删除重复项：

phone = pd.merge(df[['entity', 'phone']].dropna(),
                 df[['account_no', 'phone']].dropna(),
                 how='outer', on='phone') \
          .drop(columns='phone')

email = pd.merge(df[['entity', 'email']].dropna(),
                 df[['account_no', 'email']].dropna(),
                 how='outer', on='email') \
          .drop(columns='email')

out = phone.combine_first(email).drop_duplicates('account_no').fillna('')

输出：

>>> out
  entity account_no
0    E01        M01
1    E02        M02
2    E03        M03
3    E04        M04
4    E05        M05
5    E06        M06
6    E07
9               M07

【讨论】：

@TienVu。它能解决你的问题吗？

谢谢@Corralien。它适用于我的代码