Python—在数据帧中查找具有相同id的元素并将其分组

我有这样一个数据框：

id  value1 value2
 0     1     1
 1     2     3
 2     1     4
 3     1     5
 4     2     1

id  value1 value2  count
 0     1     1,4,5   3
 1     2     3,1     2

我希望它是这样的：

id  value1 value2
 0     1     1
 1     2     3
 2     1     4
 3     1     5
 4     2     1

id  value1 value2  count
 0     1     1,4,5   3
 1     2     3,1     2

通过连接和使用聚合，但必须将列转换为字符串：

tups = [('value2', lambda x: ','.join(x.astype(str))), ('count', 'size')]
df1 = df.groupby('value1')['value2'].agg(tups).reset_index()
print (df1)
   value1 value2  count
0       1  1,4,5      3
1       2    3,1      2

备选方案：

tups = [('value2', ','.join), ('count', 'size')]
df1 = df['value2'].astype(str).groupby(df['value1']).agg(tups).reset_index()

通过连接和使用聚合，但必须将列转换为字符串：

tups = [('value2', lambda x: ','.join(x.astype(str))), ('count', 'size')]
df1 = df.groupby('value1')['value2'].agg(tups).reset_index()
print (df1)
   value1 value2  count
0       1  1,4,5      3
1       2    3,1      2

备选方案：

tups = [('value2', ','.join), ('count', 'size')]
df1 = df['value2'].astype(str).groupby(df['value1']).agg(tups).reset_index()

---

类似的方法也可以奏效：

In [2468]: df.value2 = df['value2'].apply(str)

In [2494]: res = df.groupby('value1')['value2'].apply(lambda x:','.join(x)).reset_index()

In [2498]: res['count'] = df.groupby('value1').size().reset_index()[0]

In [2499]: res
Out[2499]: 
   value1 value2  count
0       1  1,4,5      3
1       2    3,1      2

---

类似的方法也可以奏效：

In [2468]: df.value2 = df['value2'].apply(str)

In [2494]: res = df.groupby('value1')['value2'].apply(lambda x:','.join(x)).reset_index()

In [2498]: res['count'] = df.groupby('value1').size().reset_index()[0]

In [2499]: res
Out[2499]: 
   value1 value2  count
0       1  1,4,5      3
1       2    3,1      2

---

列value2应该是什么数据类型？字符串？看起来您希望按value1分组，而不是按id分组。列value2应该是什么数据类型？字符串？而且它看起来像是要按值1分组，而不是按id分组。它工作得很好。谢谢它工作得很好。谢谢