亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

groupby 保留所有先前的字段

groupby 保留所有先前的字段

慕斯王 2024-01-15 17:18:13
我有重復的條目需要合并。id1除了名為和 的兩個字段之外,所有字段都是相同的id2- 這些是列表字段,我想組合它們的條目。以下是我僅對id1和id2字段執行此操作的方法:summary_df = df.groupby(['path_md5']).agg(    id1 =('id1', lambda x: str(sorted({id for ids in x.dropna() for id in ids}))),    id2 =('id2', lambda x: str(sorted({id for ids in x.dropna() for id in ids}))),)然而,我不想添加 60 個額外的字段,first這樣我就可以獲取它們的價值。有一個更好的方法嗎?這是我想要的輸入/輸出的示例:id1     id2     path_md5       other_fields (could be 50 fields -- all the same)...[1,2]   [3]     abc            ...[7]     [9]     abc            ...[17]    [11]    xyz            ...結果應該是:id1        id2     path_md5       other_fields...[1,2,7]   [3,9]     abc            ...[17]      [11]      xyz            ...最好的方法是什么?我嘗試執行以下操作:# Dedupe path, combining id1, id2agg_fields = [col_name for col_name in df.columns if col_name not in ('id1', 'id2')]raw_df = raw_df.groupby(agg_fields).agg(...).reset_index()但它給了我零結果(也許是因為很多值都是空的?
查看完整描述

1 回答

?
婷婷同學_

TA貢獻1844條經驗 獲得超8個贊

您可以構建一個聚合字典:


agg_dict = {k:'first' for k in df.columns if k not in ['id1','id2','path_md5']}

agg_dict['id1'] = lambda x: str(sorted({id for ids in x.dropna() for id in ids}))

agg_dict['id2'] = lambda x: str(sorted({id for ids in x.dropna() for id in ids}))


summary_df = df.groupby('path_md5', as_index=False).agg(agg_dict)


查看完整回答
反對 回復 2024-01-15
  • 1 回答
  • 0 關注
  • 156 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號