大熊猫-基于列值合并几乎重复的行
我有一个pandas数据帧，其中有几行几乎是彼此重复的，除了一个值。我的目标是将这些行合并或“合并”为单行，而无需对数值进行求和。
这是我正在使用的示例：
Name Sid Use_Case Revenue
A xx01 Voice $10.00
A xx01 SMS $10.00
B xx02 Voice $5.00
C xx03 Voice $15.00
C xx03 SMS $15.00
C xx03 Video $15.00
这就是我想要的：
Name Sid Use_Case Revenue
A xx01 Voice, SMS $10.00
B xx02 Voice $5.00
C xx03 Voice, SMS, Video $15.00
我不想汇总“收入”列的原因是因为我的表是在多个时间段内进行数据透视的结果，其中“收入”只是最终多次列出，而不是每个“ Use_Case”都有不同的值。
解决这个问题的最佳方法是什么？我已经研究过该groupby()功能，但是我仍然不太了解它。
问题答案：
我想你可以使用groupby与和自定义功能：aggregate first', '.join
df = df.groupby('Name').agg({'Sid':'first',
'Use_Case': ', '.join,
'Revenue':'first' }).reset_index()
#change column order
print df[['Name','Sid','Use_Case','Revenue']]
Name Sid Use_Case Revenue
0 A xx01 Voice, SMS $10.00
1 B xx02 Voice $5.00
2 C xx03 Voice, SMS, Video $15.00
来自评论的好主意，谢谢Goyo：
df = df.groupby(['Name','Sid','Revenue'])['Use_Case'].apply(', '.join).reset_index()
#change column order
print df[['Name','Sid','Use_Case','Revenue']]
Name Sid Use_Case Revenue
0 A xx01 Voice, SMS $10.00
1 B xx02 Voice $5.00
2 C xx03 Voice, SMS, Video $15.00
-
我有这个原始数据帧： > 可能有多行具有相同的日期时间，如示例所示。 列< code>column中可能不止有两个不同的值，这是一个简化的示例。 所有值都是整数。 我想创建这个新的数据框： 需要采取的行动： > 对于列＜code＞列＜code＞中的每个唯一值，创建一个新列，该值作为列的名称。 对于每个唯一的日期时间，创建一个新行。 根据原始列填充值，如果没有值，则使用 NaN。 创建原始数据帧的代
-
我已经看到了将一个列/系列分解成熊猫数据框架的多个列这一主题的一些变体，但是我一直在尝试做一些事情，但是现有的方法并没有真正成功。 给定如下数据帧: 我想将系列中的项目转换为列，以 值作为值，如下所示： 我觉得这应该是一个相对简单的问题，但我已经为此努力了几个小时，不断增加的复杂程度，但没有成功。
-
问题内容： 我正在尝试在两个数据帧之间合并。每个数据帧都有两个索引级别（日期，客户）。在列中，例如，某些列在两者之间匹配（货币，日期）。 按索引合并这些内容的最佳方法是什么，但不要采用两个副本的货币和日期。 每个数据框都是90列，所以我试图避免用手将所有内容写出来。 如果我做： 我懂了 谢谢！… 问题答案： 您可以算出仅在一个DataFrame中的列，并使用它来选择合并中列的子集。 然后执行合并（
-
我有两排像这样的， 我希望将它们合并为一个单独的： 不知道如何在熊猫身上做到这一点。任何提示都将受到高度赞赏！提前谢谢
-
我有一个 CSV 文件，其中包含名称和电子邮件列。我的目标是映射一个新列，即将列名分成两列，名字和姓氏。以下示例表。 将 老实说，我目前只能阅读关于熊猫的文件，我已经阅读了一些关于熊猫地图的文章，但是我还没有找到合适的。 谢谢。
-
我有这样一个数据帧： 我如何摆脱第四行，因为它有sq_resid的最大值？注意：最大值将从一个数据集更改到另一个数据集，所以仅仅删除第4行是不够的。 我已经尝试了一些方法，比如我可以删除像下面这样留下数据帧的最大值，但是无法删除整行。