根据同一DataFrame中更改单元格值连接多个单元格

Question

我有一个大数据框，我正在尝试找出如何将具有不同值的单元格连接到一个单元格中，给定以下数据框：
DF1：以数据和名称作为标题

    Data,                          Name
    Address 213,                   Name1
    Household = 1,                 Name1
    1012 ..alpha numeric value..., Name1
    1013 ..alpha numeric value..., Name1
    1012 ..alpha num val2...       Name1
    1013 ..alpha num val2...       Name1
    Address 234,                   Name2
    Household = 2,                 Name2
    1012 ..alpha numeric value..., Name2
    1013 ..alpha numeric value..., Name2
    1012 ..alpha num val2...       Name2
    1013 ..alpha num val2...       Name2
    .......... dataframe repeats with different values for 10,000+ lines

1012 和 1013 是重复序列 X 次。 我想要得到的输出是：
DF输出：

    Data                                                                                      Name
    Address 213   Household = 1   1012 ..alpha numeric value.. 1013 ..alpha numeric value..., Name1
    Address 213   Household = 1   1012 ..alpha num val2...     1013 ..alpha num val2...,      Name1
    Address 234   Household = 2   1012 ..alpha numeric value.. 1013 ..alpha numeric value..., Name2
    Address 234   Household = 2   1012 ..alpha num val2...     1013 ..alpha num val2...,      Name2
    ..... repeats for entire dataframe 10,000+ lines in DF1

另外，DFOut 中Data 列中的单元格也可以分开：

    Data,         Number,         Seq,                          Seq1,                          Name
    Address 213,  Household = 1,  1012 ..alpha numeric value.., 1013 ..alpha numeric value..., Name1
    Address 213,  Household = 1,  1012 ..alpha num val2...,     1013 ..alpha num val2...,      Name1
    Address 234,  Household = 2,  1012 ..alpha numeric value.., 1013 ..alpha numeric value..., Name2
    Address 234,  Household = 2,  1012 ..alpha num val2...,     1013 ..alpha num val2...,      Name2
    ..... repeats for entire dataframe 10,000+ lines in DF1

我尝试使用几个for 循环根据值搜索Data 列，然后将不同的值连接到一列中，但这样做之后由于某种原因我丢失了Name 列。我对 Python 相当陌生，任何帮助将不胜感激。提前致谢！

Answer 1

您可以通过迭代和使用字符串连接来获得所需的输出。只需确保 Data 列是字符串类型即可。

DF1["Data"] = DF1["Data"].astype('str') # Convert "Data" column to string type
DF1_grouped = DF1.groupby("Name") # Create groups
DFOut = DF1_grouped["Data"].sum() # Concatenate strings

单线解决方案

DFOut = DF1.groupby("Name")["Data"].sum()

如果您想在每个 Data 值之后留一个空格，您可以在字符串转换之后和分组之前将其添加到列中。

DF1["Data"] = DF1["Data"] + " " # Add space after each string

Answer 2

试试这个：

dfgrp0 = df.groupby("Name")["Data"].apply(list).reset_index()

dfgrp1 = dfgrp[['Data', 'Number', 'Seq1', 'Seq2']] = pd.DataFrame(dfgrp['Data'].to_list())

输出：

dfgrp0

Name        Data
0   Name1   [Address 213, Household = 1, 1012 ..alpha nume...
1   Name2   [Address 234, Household = 2, 1012 ..alpha nume...

dfgrp1

    Name    Data        Number          Seq1                       Seq2
0   Name1   Address 213 Household = 1   1012 ..alpha numeric value  1013 ..alpha numeric value
1   Name2   Address 234 Household = 2   1012 ..alpha numeric value  1013 ..alpha numeric value

我不确定你的用例是什么——这可能需要一些调整，因为它对你的数据做出了一些假设——但如果你想要真正花哨的话：

df['k'] = df['Data'].str.split(' ').map(lambda _: _[0])
df['v'] = df['Data'].str.split(' ').map(lambda _: ' '.join(_[1:]).strip('='))

df.drop('Data', axis=1, inplace=True)
df_out = pd.pivot_table(df, index=["Name"], columns=["k"], values=["v"], aggfunc=np.sum)
df_out

输出：

    v
k       1012                    1013                    Address Household
Name                
Name1   ..alpha numeric value   ..alpha numeric value   213     1
Name2   ..alpha numeric value   ..alpha numeric value   234     2