Groupby 和字符串连接多列答案

【问题标题】：Groupby and string-concatenate multiple columnsGroupby 和字符串连接多列
【发布时间】：2022-04-06 19:24:07
【问题描述】：

我有一个像这样的数据框：

ID  CODE  GROUP  PIN
 1   99     A     221
 1   89     B     443
 2   79     A     230
 2   69     A     000
 3   59     D     781
 3   49     T     665

我想对 ID 列进行分组并以字符串连接所有其他字段，以逗号分隔，所以我得到如下输出：

 ID  CODE     GROUP      PIN
 1   99,89     A,B     221,443
 2   79,69     A,A     230,000
 3   59,49     D,T     781,665

我可以 groupby ID 并返回连接的 CODE 字段，但我需要为多个字段执行此操作：

df = DATA.groupby('ID')['CODE'].apply(',' .join).reset_index(drop = False)

这仅返回分组的 ID 字段和串联的 CODE 字段。如何将 groupby 扩展到多列？

非常感谢

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

如果要避免将 ID 转换为字符串，请使用 DataFrame.set_index，将所有列转换为字符串并使用 GroupBy.agg 分别处理每一列：

df = DATA.set_index('ID').astype(str).groupby('ID').agg(',' .join).reset_index()
print (df)
   ID   CODE GROUP      PIN
0   1  99,89   A,B  221,443
1   2  79,69   A,A    230,0
2   3  59,49   D,T  781,665

print (df.dtypes)
ID        int64
CODE     object
GROUP    object
PIN      object
dtype: object

如果 ID 是字符串或可能转换为字符串：

df = DATA.astype(str).groupby('ID').agg(',' .join).reset_index()
print (df)
  ID   CODE GROUP      PIN
0  1  99,89   A,B  221,443
1  2  79,69   A,A    230,0
2  3  59,49   D,T  781,665

print (df.dtypes)
ID       object
CODE     object
GROUP    object
PIN      object
dtype: object

【讨论】：