带有自定义聚合函数的 pandas groupby() 使用 pandas 连接列和行答案

【问题标题】：pandas groupby() with custom aggregate function to concatenate columns then rows using pandas带有自定义聚合函数的 pandas groupby() 使用 pandas 连接列和行
【发布时间】：2020-10-05 14:21:12
【问题描述】：

假设我有一个像这样的数据框：

 Column1    Column2    Column3    Column4
 1          I          am         abc
 3          on         weekend    holidays
 1          I          do         business
 2          I          am         xyz
 3          I          do         nothing
 2          I          do         job

使用 pandas 应用 groupby() 后，预期结果是：

Column1    Column2
1          I am abc I do business
2          I am Xyz I do job
3          On weekend holidays I do nothing

所需的聚合首先适用于列而不是行。

如何执行？

【问题讨论】：

标签： python pandas data-science

【解决方案1】：

你试过了吗：

df['newcol'] = df.apply(lambda x: " ".join(x[1:]), axis=1)
df.groupby('Column1').agg({'newcol': lambda x: " ".join()})

【讨论】：

【解决方案2】：

首先使用DataFrame.set_index 和DataFrame.stack，然后在GroupBy.agg 中聚合join：

df1 = (df.set_index('Column1')
         .stack()
         .groupby("Column1")
         .agg(' '.join)
         .reset_index(name='Column2'))
print (df1)
   Column1                           Column2
0        1            I am abc I do business
1        2                 I am xyz I do job
2        3  on weekend holidays I do nothing

【讨论】：

【解决方案3】：

你可以试试这个吗？首先将你想要的列的单词组合成新列，然后使用groupby 将它们连接在一起。

df['new_col'] = df['Column2'] + str(" ") + df['Column3'] + str(" ") + df['Column4']

df.groupby('Column1')['new_col'].agg(lambda x: ' '.join(x.astype(str)))

Column1
1              I am abc I do business
2                   I am xyz I do job
3    on weekend holidays I do nothing
Name: new_col, dtype: object

【讨论】：

【解决方案4】：

你可以试试如下

def apply_union(x):
    ## join multiple columns to single sting in row
    x = x.apply(lambda row: ' '.join(row.values.astype(str)), axis=1)
    ## concat rows to single string
    x = x.str.cat(sep=" ")
    return x
df.groupby("Column1")[["Column2","Column3","Column4"]].apply(lambda x: apply_union(x))

【讨论】：

【解决方案5】：

您可以利用最后三列是字符串类型的事实并将它们组合起来，使用sum 函数和 column1 上的 groupby，这次使用 python 的 string join 函数进行聚合：

outcome = (df
           .set_index("Column1")
           #this helps to put space between
           #the columns when summed
           .add(' ')
           #this combines the columns into one
           .sum(axis=1)
           .str.rstrip(" ")
           .groupby("Column1")
           .agg(" ".join)
           .reset_index(name='Column2')
          )

outcome

    Column1      Column2
0   1           I am abc I do business
1   2           I am xyz I do job
2   3           on weekend holidays I do nothing

【讨论】：