将行合并到新的列值

【问题标题】：merge rows into new column value将行合并到新的列值
【发布时间】：2022-11-23 01:40:42
【问题描述】：

我正在获取一个 df，它是所有 dup 值对，然后从第二行获取第二列值并将其添加到名为“new_amt”的新列的第一行，然后为第二行和新的第三列插入 NaN。在我删除所有包含 NaN 的行之后。

所以数据框看起来像这样：

	ref_num	Amt
row 1	1	10
row 2	1	20
row 3	2	5
row 4	2	15
row 5	3	12
row 6	3	7

之后它应该是这样的：

	ref_num	Amt	new_Amt
row 1	1	10	20
row 2	1	20	NaN
row 3	2	5	15
row 4	2	15	NaN
row 5	3	12	7
row 6	3	7	NaN

我认为 lambda 函数可以在我让 else 语句为所有第二个 dup 行返回 NaN 的地方工作，但我可以弄清楚语法。

df['new_Amt'] = df.apply(lambda x : x['Amt'] 如果 x['ref_num'] == x['ref_num'] 否则 x['new_Amt'] 是 NaN)

【问题讨论】：

标签： python pandas

【解决方案1】：

为什么不同时执行这两个操作（按照您的描述解决重复项并删除冗余行）？

k = 'ref_num'
newdf = df.drop_duplicates(subset=k, keep='first').merge(
    df.drop_duplicates(subset=k, keep='last'), on='ref_num', suffixes=('', '_new'))
>>> newdf
   ref_num  Amt  Amt_new
0        1   10       20
1        2    5       15
2        3   12        7

另一种可能性：

gb = df.groupby('ref_num')['Amt']
newdf = pd.concat([gb.first(), gb.last()], axis=1, keys=['Amt', 'new_Amt']).reset_index()
>>> newdf
   ref_num  Amt  new_Amt
0        1   10       20
1        2    5       15
2        3   12        7

注意：在您的问题中，不清楚 'row 1'、'row 2' 等是否是索引，是否要保留等。如果最终输出中需要它们，请告诉我们它们是否应该出现以及如何出现.

【讨论】：