熊猫 - 按列值分组和检测值

Question

我有一个数据框架：

data = [['123', 'Yes', 'No', 'No'], ['123', 'No', 'Yes', 'No'],['1234', 'No', 'Yes', 'No']]
df = pd.DataFrame(data, columns=['ID', 'Object_1', 'Object_2', 'Object_3'])

id	Object_1	Object_2	Object_3
123	是否	否	123
123	否	否	是
1234	否	是否	我想通过ID列分组，

尽管Object_1，Object_2和Object_3的值可能不同。如果存在“是”的值，我希望它保留在最终的分组数据框架中。

是具有以下值的数据框架：

id	Object_1	Object_2	Object_3
123	是否	是	所需的输出将
1234	否	是否	是

Answer 1

您可以利用是在no之后进行词典分类的事实：

df.groupby('ID', as_index=False).max()

输出：

     ID Object_1 Object_2 Object_3
0   123      Yes      Yes       No
1  1234       No      Yes       No

更健壮/通用方式

您可以使用有序的分类类型来处理任何值，甚至更多大于两个（例如，否/也许/是）：

# convert to Categorical
df.update(df.filter(like='Object')
            .apply(pd.Categorical,
                   categories=['No', 'Yes'],
                   ordered=True))

# get max per group
df.groupby('ID', as_index=False).max()