使用来自另一列的连接值创建一个新列

Question

我正在尝试在此数据框中创建一个新列。数据集对于每个 PERSON 都有多条记录，因为每条记录都是不同的帐户。新列值应该是 TYPE 列中每个 PERSON 的值的组合。例如，如果 John Doe 有四个帐户，则新列中他的 nae 旁边的值应该是 TYPE 中值的串联。下面是最终数据框的示例。提前致谢。

enter image description here

Answer 1

您可以用两行代码完成此操作（首先是代码，然后是解释）：

代码：

in: name_types = df.pivot_table(index='Name', values='AccountType', aggfunc=set)
out:
                AccountType
Name    
Jane Doe        {D}
John Doe        {L, W, D}
Larry Wild      {L, D}
Patti Shortcake {L, W}

in: df['ClientType'] = df['Name'].apply(lambda x: name_types.loc[x]['AccountType'])

说明：

1. 数据透视表获取每个单独名称的所有 AccountType，并使用“set”聚合函数删除所有重复项。

2. apply 函数然后遍历主数据框中的每个“名称”，查找与 name_typed 中的每个关联的 AccountType，并将其添加到主数据框中的新列 ClientType。

你就完成了！

附录： 如果您需要将列作为字符串而不是集合，请使用：

in: def to_string(the_set):
    string = ''
    for item in the_set:
        string += item
    return string

in: df['ClientType'] = df['ClientType'].apply(to_string)

in: df.head()
out: 

Name    AccountType ClientType
0   Jane Doe    D   D
1   John Doe    D   LDW
2   John Doe    D   LDW
3   John Doe    L   LDW
4   John Doe    D   LDW