Python 合并具有重复列值的行

我有一个数据框，如下所示：

              data
    0          a
    1          a
    2          a
    3          a
    4          a 
    5          b
    6          b
    7          b
    8          b
    9          b

         data
   0      a
          a
          a
          a
          a
    1     b
          b
          b
          b
          b

我希望将a和b的重复值分组到单个行元素中，如下所示：

              data
    0          a
    1          a
    2          a
    3          a
    4          a 
    5          b
    6          b
    7          b
    8          b
    9          b

         data
   0      a
          a
          a
          a
          a
    1     b
          b
          b
          b
          b

我该怎么做呢？我尝试了以下方法，但它将每个重复值放在自己的列中

     df.groupby('data') 

---

看起来像是一个

pivot

问题，但由于缺少列（按

cumcount

创建）和索引（按

factorize

创建）列，因此很难确定

pd.crosstab(pd.factorize(df.data)[0],df.groupby('data').cumcount(),df.data,aggfunc='sum')
Out[358]: 
col_0  0  1  2  3  4
row_0               
0      a  a  a  a  a
1      b  b  b  b  b

---

看起来像是一个

pivot

问题，但由于缺少列（按

cumcount

创建）和索引（按

factorize

创建）列，因此很难确定

pd.crosstab(pd.factorize(df.data)[0],df.groupby('data').cumcount(),df.data,aggfunc='sum')
Out[358]: 
col_0  0  1  2  3  4
row_0               
0      a  a  a  a  a
1      b  b  b  b  b

差不多

index = ((df['data'] != df['data'].shift()).cumsum() - 1).rename(columns= {'data':''})

df = df.set_index(index)

    data
0   a
0   a
0   a
0   a
0   a
1   b
1   b
1   b
1   b
1   b

​

类似于

index = ((df['data'] != df['data'].shift()).cumsum() - 1).rename(columns= {'data':''})

df = df.set_index(index)

    data
0   a
0   a
0   a
0   a
0   a
1   b
1   b
1   b
1   b
1   b

---

​

您可以使用

pd.factorize

后跟

set\u index

：

df = df.assign(key=pd.factorize(df['data'], sort=False)[0]).set_index('key')

print(df)

    data
key     
0      a
0      a
0      a
0      a
0      a
1      b
1      b
1      b
1      b
1      b

---

您可以使用

pd.factorize

后跟

set\u index

：

df = df.assign(key=pd.factorize(df['data'], sort=False)[0]).set_index('key')

print(df)

    data
key     
0      a
0      a
0      a
0      a
0      a
1      b
1      b
1      b
1      b
1      b

---

我真的不明白你在问什么，你在第二行仍然有同样多的行，看起来你只是想更改索引？如果我理解正确，看起来你需要使用

filter

或

np定义一个新列。其中

将“a”设置为0，将“b”设置为1，然后在该列上使用

groupby

。现在，它是按索引分组的，每一行有不同的值。我真的不明白你在问什么，第二行仍然有同样多的行，看起来你只是想更改索引？如果我理解正确，看起来您需要使用

filter

或

np定义一个新列。其中

将“a”设置为0，将“b”设置为1，然后在该列上使用

groupby

。现在，它是按索引分组的，每一行有不同的值。