使用聚合合并数据帧

Question

我想聚合一个dataframe-获取每个组的第一行，同时连接列'upc'中的值：

df = pd.DataFrame({
    'id1': [1, 1, 1, 2, 2, 3, 3, 3, 3, 4, 4, 5, 6, 6, 6, 7, 7],
    'id2': [11, 22, 11, 11, 22, 33, 33, 33, 33, 44, 44, 55, 66, 66, 22, 77, 77],
    'value1': ["1first", "1second", "1third",
               "2first", "2second",
               "3first", "3second", "3third", "3fourth",
               "4first", "4second",
               "5first",
               "6first", "6second", "6third",
               "7first", "7second"],
    'upc': [str(x) for x in range(100, 117)]
})
firsts_df = df.groupby(['id1', 'id2']).first()
concat_upcs_df = df[['id1', 'id2', 'upc']].groupby(['id1', 'id2']).apply(lambda x: '|'.join(x.upc))
firsts_df.merge(concat_upcs_df, how='inner',left_on=['id1', 'id2'], right_on=['id1', 'id2'])

这将导致以下错误：

ValueError: can not merge DataFrame with instance of type class 'pandas.core.series.Series'

如何将聚合结果与数据帧合并？ 我能用更便宜的手术得到同样的结果吗？在

Answer 1

我认为^{cd1>}到^{cd2>}并将^{cd3>}添加到^{cd4>}以^{cd5>}s:

firsts_df = df.groupby(['id1', 'id2'], as_index=False).first()
concat_upcs_df = df[['id1', 'id2', 'upc']].groupby(['id1', 'id2']).apply(lambda x: '|'.join(x.upc)).reset_index(name='val')
firsts_df.merge(concat_upcs_df, how='inner',left_on=['id1', 'id2'], right_on=['id1', 'id2'])
print (df)
   id1  id2  upc   value1              val
0    1   11  100   1first          100|102
1    1   22  101  1second              101
2    2   11  103   2first              103
3    2   22  104  2second              104
4    3   33  105   3first  105|106|107|108
5    4   44  109   4first          109|110
6    5   55  111   5first              111
7    6   22  114   6third              114
8    6   66  112   6first          112|113
9    7   77  115   7first          115|116

您也可以使用^{}代替^{{cd2>}和^{cd8>}而不使用^{cd9>}，也可以使用^{}处理^{cd11>}，因为左、右连接的列相同：

^{pr2}$