具有自定义功能的Groupby Python

发布于 2025-01-24 09:12:11 字数 487 浏览 0 评论 0原文

我需要对我的DF变形。我还有许多其他行：

3   21-TV-0515  ACACIAS     21-TV-0515
4   21-TV-0515  ACACIAS     22-TV-0219

我发现：

ACACIAS     21-TV-051521-TV-0515    21-TV-051522-TV-0219

当我使用该代码时：

ConcordanceMAPNOVA.groupby('Acronyme').sum()

但是实际上我想有这样的事情：

ACACIAS     21-TV-0515         21-TV-0515, 22-TV-0219
or  ACACIAS     [21-TV-0515]    [21-TV-0515, 22-TV-0219]

您知道是否可能吗？

原文

I need to tranforme my DF.
I have that for many other lines:

3   21-TV-0515  ACACIAS     21-TV-0515
4   21-TV-0515  ACACIAS     22-TV-0219

I found that:

ACACIAS     21-TV-051521-TV-0515    21-TV-051522-TV-0219

When i used that code:

ConcordanceMAPNOVA.groupby('Acronyme').sum()

But in fact I want to have somethings like that:

ACACIAS     21-TV-0515         21-TV-0515, 22-TV-0219
or  ACACIAS     [21-TV-0515]    [21-TV-0515, 22-TV-0219]

Do you know if it was possible?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

青萝楚歌 2025-01-31 09:12:11

问题不是很清楚，但是我认为您想汇总并保留独特的价值，对吗？在这种情况下，您可以执行：

import pandas as pd
    
df = pd.DataFrame({"col1": ["21-TV-0515", "21-TV-0515"], "Acronyme": ["ACACIAS", "ACACIAS"], "col2": ["21-TV-0515", "22-TV-0219"]})
df.groupby("Acronyme").agg(set)

或（如果需要列表而不是集合）：df.groupby（“ primennye”）。agg（lambda x：list x：list（set（x）））>

The question is not very clear, but I think you want to aggregate and retain unique values, right? In that case, you could do:

import pandas as pd
    
df = pd.DataFrame({"col1": ["21-TV-0515", "21-TV-0515"], "Acronyme": ["ACACIAS", "ACACIAS"], "col2": ["21-TV-0515", "22-TV-0219"]})
df.groupby("Acronyme").agg(set)

Or (if you want a list instead of a set): df.groupby("Acronyme").agg(lambda x: list(set(x)))

回复收藏 0 原文

~没有更多了~