在 Pandas 中合并多个数据答案

【问题标题】：Combine multiple Data in Pandas在 Pandas 中合并多个数据
【发布时间】：2019-02-26 12:32:34
【问题描述】：

我有一个这样的 DataFrame：

Id      First_name1 first_name2.    first_name3   last_name1 last_name2

1.         Michel.     michelle.         Michele.        Jeremi.        Jeremy
2          Jack.        jack.                Jak.               Jean.           Jean
3.         Dave.        Dav.                Dave              Daniel.        Danielle

如你所见，对于同一个id，名字是不一样的。如果first_name1 == first_name2 或first_name3，我想检查每一行。如果相等，则创建一个名为 first_name 的新列，否则将所有不同的名称设置为 first_name1 等等......就像这样：

Id.        First_name.       First_name1.       First_name2.        Last_name1.         Last_name2

1.         Michel.              Michelle.             Michele.                Jeremy.                Jeremi
2.         Jack.                 Jak.                     nan.                       Jean.                   nan
3.         Dave.                 Dav.                    nan.                       Daniel.                Danielle

【问题讨论】：

标签： python pandas anaconda

【解决方案1】：

你的问题对我来说不是很清楚，但据我所知，你尝试做这样的事情：

import pandas as pd
import numpy as np

header = ["First_name1", "First_name2", "First_name3", "Last_name1", "Last_name2"]
df= pd.DataFrame([["Michel", "Michelle", "Michele", "Jeremi", "Jeremy"],
                         ["Jack", "Jack", "Jak", "Jean", "Jean"],
                         ["Dave", "Dav", "Dave", "Daniel", "Danielle"]], columns=header)

print df

# Create empty df
finalDataFrame = pd.DataFrame(columns=header)

for index, row in df.iterrows():
    firstName = row[0]
    # convert to row as tuple cannot be modified
    lrow = list(row)
    if (firstName == row[1]):
        lrow[1] = np.NaN
    if (firstName == row[2]):
        lrow[2] = np.NaN
    # Append the row to the final DataFrame
    finalDataFrame.loc[len(finalDataFrame)] = lrow

print finalDataFrame

希望对你有帮助！

【讨论】：

【解决方案2】：

首先，您遍历数据框的行：

for index, row in yourdf.iterrows():

然后对于数据框中的每一行，您比较要比较的两个值：

if row['First_name1'] == row['first_name2']:
    # Create the new column and set its value to first_name
    row['new_column'] = first_name
else:
    # Set each column to the value you want
    row['first_name'] = first_name1
    row['first_name2'] = first_name1

【讨论】：