Python Pandas：通过重复项将列组合在一起，并在相应列中连接字符串

Question

我正在寻找对 PO Header Id 进行分组或（groupby），然后为 PO Header ID 相同的所有行连接字符串 (XML)。我偶然发现了一些代码示例，但遇到了一些错误。

最终，Final_XML 列是我想要实现的目标。

PO Header ID   XML   Combined_XML
123           <test1> 
123           <test2> 
456           <test3> 
567           <test4> 
567           <test5> 
567           <test6> 

Desired output
PO Header ID   Combined_XML
123            <test1><test2>
456            <test3>
567            <test4><test5><test6>

这是我迄今为止尝试过的：

    combineXML = df.groupby(['PO Header Id']).agg(['Combined_XML']).apply(list).reset_index()
    print(combineXML)
    Throws error: KeyError: 'PO Header Id' There are no spaces in the column name so I am not sure 
    why it is not working
    df = df.groupby(['PO Header Id','XML'])['Combined_XML'].apply(''.join).reset_index()

Answer 1

您可以将.GroupBy.agg() 与named aggregation 一起使用，如下所示：

combineXML = df.groupby('PO Header ID', as_index=False).agg(Combined_XML=('XML', ''.join))

如果您的列名实际上是PO Header Id，则使用以下内容：

combineXML = df.groupby('PO Header Id', as_index=False).agg(Combined_XML=('XML', ''.join))

结果：

print(combineXML)


   PO Header ID           Combined_XML
0           123         <test1><test2>
1           456                <test3>
2           567  <test4><test5><test6>

Answer 2

你可以这样试试 df.groupby(['PO Header ID'])['XML'].apply(''.join).reset_index()