下面是一个示例数据集:
>>> df1 = pandas.DataFrame({
"Name": ["Alice", "Marie", "Smith", "Mallory", "Bob", "Doe"],
"City": ["Seattle", None, None, "Portland", None, None],
"Age": [24, None, None, 26, None, None],
"Group": [1, 1, 1, 2, 2, 2]})
>>> df1
Age City Group Name
0 24.0 Seattle 1 Alice
1 NaN None 1 Marie
2 NaN None 1 Smith
3 26.0 Portland 2 Mallory
4 NaN None 2 Bob
5 NaN None 2 Doe
我想合并同一组所有索引的名称列,同时保留城市和年龄,例如:
>>> df1_summarised
Age City Group Name
0 24.0 Seattle 1 Alice Marie Smith
1 26.0 Portland 2 Mallory Bob Doe
我知道这两列(年龄、城市)在我的起始数据结构中给定组的第一个索引之后是NaN/无
我尝试了以下方法:
>>> print(df1.groupby('Group')['Name'].apply(' '.join))
Group
1 Alice Marie Smith
2 Mallory Bob Doe
Name: Name, dtype: object
但我想保留年龄和城市栏
试试这个:
与
groupby
一起使用dropna
和assign
docs to assign
定时 每个请求
更新
使用
groupby
和agg
我想到这一点,感觉更加满足
得到准确的输出
相关问题 更多 >
编程相关推荐