Python 使用Pandas组合数据帧中两行的不同部分

我有一个大的（>10000行）数据帧，如下所示，我必须通过组a的列1、列2、列3和组b或组c的列4、列5组合同名行（b和c不会同时存在）

我可以在网上找到如何组合（加起来）每一行的列，而不是放在不同的部分

原始数据帧

名称 组 上校1 col_2 第3栏 第4栏 第5栏 安 A. 1. 楠 2. 3. 楠 安 B 1. 楠 楠 2. 3. 本 A. 0 1. 2. 1. 楠 本 C 0 楠 楠 3. 楠 猫 A. 2. 3. 楠 楠 楠

---

有点特别，但有一种方法可以做到这一点，即按名称和组对数据帧进行排序，然后将

df

分为两部分（即A组的col1/2/3），执行

groupby

并在第一个

df

上使用

first（）

，在第二个

last（）

，然后使用

concat

重新组合：

import pandas as pd

df.sort_values(['name','group'],ascending=True,inplace=True)

one = df.iloc[:,:5]
two = pd.concat([df.iloc[:,:2],df[['col_4','col_5']]],axis=1)

def my_func(df1,df2,col):
    return pd.concat([df1.groupby(col).first(),
                      df2.groupby(col).last()],
                      axis=1).drop('group',axis=1)
 
res = my_func(one,two,'name')

其中打印：

print(res)
      col_1  col_2  col_3  col_4  col_5
name                                   
ann       1    NaN   2.00   2.00   3.00
ben       0   1.00   2.00   3.00    NaN
cat       2   3.00    NaN    NaN    NaN

---

如果我没弄错的话，这可以满足您的需要。

IIUC，您需要分配分类值，然后在分组之前进行排序：

out = (df.assign(k=pd.Categorical(df['group'],['b','c','a'],ordered=True))
         .sort_values(['name','k'])
          .groupby("name",sort=False).first()).drop(["group","k"],1).reset_index()

---

---

下面是另一种方法：

第一步是对

name

和

group

中的值进行排序，以确保它们的顺序正确，然后将它们设置为索引。然后我们根据列末尾的数字制作一个字典。然后我们在

groupby（）

中使用

.agg

，并传入新词典

g = ['name','group']
df = df.sort_values(by = g,ascending = (1,1)).set_index(g)
d = {i : 'first' if int(i[-1])<=3 else 'last' for i in df.columns}
new_df = df.groupby(level=0).agg(d)

g=['name'，'group']
df=df.sort_值（by=g，升序=（1,1））.set_索引（g）
d={i:'first'if int（i[-1]）我想我不会使用这种方法，因为对于我的数据，我不确定所有的b/c组都与a组相同，或者在列1-2-3中都是NaN，谢谢！创建单独的组，然后将它们连接到一个结果数据帧中。确保连接的键是唯一的。
g = ['name','group']
df = df.sort_values(by = g,ascending = (1,1)).set_index(g)
d = {i : 'first' if int(i[-1])<=3 else 'last' for i in df.columns}
new_df = df.groupby(level=0).agg(d)