Python 分组数据帧，因为它们有一些共同点

我有一个超过1000行的熊猫数据帧，看起来有点像这样：

Copy    name        type    ntv
G1       BA          X      0.45
G1       BB          X      0.878
G1       C           Z      0.19
G1       LA1         Y      1.234
G1       L           Y      0.09
G1       LB          Y      1.056
F2       BA1         X      -7.890
F2       BB          X      2.345
F2       MA          Y      -0.871
F2       LB1         Y      0.737

在上面的示例（df1）中，有两组具有不同名称的“复制”列G1和F2，以及三种类型X、Y和Z

我想创建另一个数据帧（df2），看起来像下面的一个，它们以X-Y或Z-Y的形式分组在一起

Model      ntv_1       ntv_2    
G1BA-LA1   0.45        1.234        
G1BB-LB    0.878       1.056    
G1C-L      0.19        0.09    
F2BA1-MA   -7.890      -0.871       
F2BB-LB1   2.345       0.737    

对于X-Y组，它们有共同的第二个字符df1['name']。因此，我决定这样做：

c = df1[(df1['name'].str[0]=='B' & (df1['ntv'] != 0.0)]
h = df1[((df1['name'].str[0]=='L')|(df1['name'].str[0]=='M')) & (df['ntv'] != 0.0)]
b = (c.loc[:,c['name'].str[1]] == h.loc[:,h['name'].str[1]]).groupby('Copy')
df2['Model'] = c['Copy'].astype(str) + c['name'].astype(str) + '-' + h['name'].astype(str)
df2['ntv_1'] = c['ntv']
df2['ntv_2'] = h['ntv']

我收到一条错误信息。所以我决定这样做：

ca = c['name'].str[1].dropna()
ha = h['name'].str[1].dropna()
if ca == ha:
  df2['Model'] = c['Copy'].astype(str) + c['name'].astype(str) + '-' + h['name'].astype(str)
  df2['ntv_1'] = c['ntv']
  df2['ntv_2'] = h['ntv']

但我得到了一个ValueError：“序列长度必须匹配才能进行比较。”

---

请问如何将数据帧分组为X-Y或Z-Y格式？提前谢谢

存在问题

c

和

h

未对齐，因为不同的指数和可能不同的长度：

#added condition for remove all rows with no second value in name
c = df1[(df1['name'].str[0]=='B') & (df1['ntv'] != 0.0) &
        (df1['name'].str[1].notnull())].copy()

#created MultiIndex for align with Counter duplicates
ca = c['name'].str[1]
c.index = [ca, c.groupby(ca).cumcount()]

#added condition for remove all rows with no second value in name
h = df1[((df1['name'].str[0]=='L')|(df1['name'].str[0]=='M')) & 
         (df1['ntv'] != 0.0) & (df1['name'].str[1].notnull())].copy()

#created MultiIndex for align with Counter duplicates
ha = h['name'].str[1]
h.index = [ha, h.groupby(ha).cumcount()]
print (c)
       copy name type    ntv
name                        
A    0   G1   BA    X  0.450
B    0   G1   BB    X  0.878
A    1   F2  BA1    X -7.890
B    1   F2   BB    X  2.345

print (h)
       copy name type    ntv
name                        
A    0   G1  LA1    Y  1.234
B    0   G1   LB    Y  1.056
A    1   F2   MA    Y -0.871
B    1   F2  LB1    Y  0.737

---

---

为什么BB和LB搭配而不是L？@ScottBoston这是因为df['name']中的单个字符是成对的，只要它们在同一个“副本”中就可以了。这就是为什么“C”与“L”成对出现的原因。另外，X型通常以字母“B”开头，而Y型通常以字母“L”或“M”开头。你是个救命恩人。非常感谢你！它像魔术一样工作，非常感谢你的评论。他们真的很有帮助！我发现，即使我打开一个新的python文件并只编写一段代码来重命名列，也不可能单独重命名这些列。列“ntv_2”总是在我为列1指定的名称后附加足够的“_2”。我理解这就是你在代码中所做的。但我的问题是，为什么即使在保存数据帧并在另一个python文件中重新打开它之后，它仍然会重复出现。当我使用

df.rename（）

时，收到一条“无”消息。因此，我使用了

df.columns.str.replace（'ntv_2'，'a2'）

，但该列没有重命名为a2……它通常重命名为另一列的名称，并且足够了。我知道这是一个微不足道的问题，但我只是好奇，想知道为什么会这样。提前谢谢！嗯，对我来说总是工作得很完美

df=df.rename（columns={'ntv_2'：'a2'}）

，你能试试吗？我做的是

df=df.rename（columns={'ntv_2'：'a2'}，inplace=True）

。我取出了

inplace=True

，它现在可以工作了。非常感谢。

#join together DataFrames
df2 = pd.concat([c, h.add_suffix('_2')], axis=1)

#with real data is possible data are not aligned and get NaNs
#for remove all NaNs rows use
#df2 = df2.dropna()

df2['Model'] = df2['copy'].astype(str)+df2['name'].astype(str)+'-'+ df2['name_2'].astype(str)
#filter columns and remove MultiIndex
df2 = df2[['Model','ntv','ntv_2']].reset_index(drop=True)
print (df2)
      Model    ntv  ntv_2
0  G1BA-LA1  0.450  1.234
1   G1BB-LB  0.878  1.056
2  F2BA1-MA -7.890 -0.871
3  F2BB-LB1  2.345  0.737