Python Pandas-基于组和列值高效地合并行

假设我们有一个具有以下结构的数据帧：

Id |编号|序号|
a | 1 | X|
a | 3 | Z|
b | 1 | P|
b | 6 | G|
b | 5 | C|

期望的结果是一个数据帧，它看起来像：

Id |新|序号|
a | XZ|
b | PCG|

也就是说，

new_seq

列是按

Id

分组的

seq

，并遵循

number

列指示的顺序

有效执行此操作的选项有哪些？

您可以与

groupby

和

apply

加入一起使用：

print (df.sort_values(['Id', 'number']))
  Id  number seq
0  a       1   X
1  a       3   Z
2  b       1   P
4  b       5   C
3  b       6   G

df = df.sort_values(['Id', 'number'])
       .groupby('Id', sort=False).seq
       .apply(''.join)
       .reset_index(name='new_seq')

print (df)
  Id new_seq
0  a      XZ
1  b     PCG

您可以与
groupby
和
apply
join
一起使用：

print (df.sort_values(['Id', 'number']))
  Id  number seq
0  a       1   X
1  a       3   Z
2  b       1   P
4  b       5   C
3  b       6   G

df = df.sort_values(['Id', 'number'])
       .groupby('Id', sort=False).seq
       .apply(''.join)
       .reset_index(name='new_seq')

print (df)
  Id new_seq
0  a      XZ
1  b     PCG