Pandas 如何对付熊猫；id变量需要唯一标识每一行；？

我有一个数据帧，如：

df=pd.DataFrame({
    'name1': ['A', 'A', 'C','B','C','A','D'],
    'name2': ['D', 'B', 'A','D','B','C','A'],
    'text': ['cars', 'cars', 'flower', 'tea','ball','phone','ice'],
    'time':['10/01','10/01','10/01','10/01','10/02','10/02','10/02'],
    'Flag1':[1,1,2,0,2,1,0],
    'Flag2':[0,0,1,0,0,2,1]})

期望：

pd.DataFrame({       
        'name': ['A', 'B', 'C','D','A','B','C'],
        'text': ['cars,flower','cars,tea', 'flower', 'cars,tea','phone,ice','ball','phone'],
        'time':['10/01','10/01','10/01','10/01','10/02','10/02','10/02'],
        'Flag':[1,0,2,0,1,0,2]})

我想根据“时间”组合信息。列按“时间”合并

'name'：'name1'和'name2'合并为'name'

“单词”：每天，单词出现在同一用户的行中时会被合并

“时间”：用户当天出现的日期

'Flag'：'Flag1'和'Flag2'合并为'Flag'。每个用户都有一个唯一的 无论日期是什么，“标志”（“0”、“1”、“2”）

但当我这样做的时候：

pd.wide_to_long(df, stubnames=["name", "Flag"], i=["text", "time"], j="ref", 
suffix="\d*").reset_index().groupby(["name","time"],
as_index=False).agg({"text": ",".join, "Flag": "first"}).sort_values(["time", "name"])

我得到：

id variables need to uniquely identify each row

---

如何处理这个问题？

让我知道这是否适合您。尝试：

通过获取索引来重塑形状，以用作唯一标识符

i

：

m = pd.wide_to_long(df.reset_index(), stubnames=["name", "Flag"], i="index", j="num")

使用groupby和一些文本操作，通过Munge获得所需的输出：

(
    m.groupby(["name", "time"])
     .agg(Flag=("Flag", "first"), text=("text", lambda x: ",".join(set(x))))
    .reset_index()
    .sort_values("time")
)


    name    time    Flag    text
0   A       10/01   1   flower,cars
2   B       10/01   0   tea,cars
4   C       10/01   2   flower
6   D       10/01   0   tea,cars
1   A       10/02   1   phone,ice
3   B       10/02   0   ball
5   C       10/02   2   phone,ball
7   D       10/02   0   ice

---

预期输出是什么？添加了预期。10/02应该有一个D，对吗？另外，10/02的C应该是phone和ball的组合。当我执行第二步时，我得到：aggregate（）缺少1个必需的位置参数：“arg”你能分步运行它吗，这样你就可以找到错误的来源了？所以把

m.groupby（[“name”，“time”]）之后的所有东西都拿出来，看看它是否有效。如果有效，只添加
.agg（Flag=（“Flag”，“first”）
，然后查看是否得到结果；如果有效，则将文本部分添加到
agg
中，然后查看是否有效。这只是找到错误所在的一种方法。我使用的熊猫版本是1.1.1