python - pandas 将 rows/groupby 与分类数据和大量 nan 值连接起来

Question

我试图通过连接基于两列的行来简化数据框。现在，剩下的部分有点困惑，有很多 nan 值等。我将展示一个示例:

初始:

    Name    Sex     Shoes       Bike          Car
0   John    Male             Specialised    
1   John    Male             Bridgestone    
2   Lucy    Female                            BMW
3   John    Male    Vans        
4   Lucy    Female  Nike    

目标:

    Name    Sex     Shoes   Bike                        Car
0   John    Male    Vans    Specialised, Bridgestone    
1   Lucy    Female  Nike                                BMW

我应该使用什么功能？我不知道如何使用 groupby 和 .agg(','.join) 添加...

(上面的数据只是示例性的 - 我必须使用的数据有更多的行，其中多次出现同名，大约有 20 个“类别”列...另请注意，每一行都应该有字符串仅“类别”之一 - 鞋子/自行车/汽车等)

提前致谢!

Answer 1

假设空单元格为NaN(非空字符串)，则以下将达到结果，

(df.set_index(['Name','Sex']) 
   .groupby(level=[0,1])
   .apply(lambda x:x.apply(lambda y: ', '.join(y.dropna())))
   .reset_index())

第二种方法，

(df.set_index(['Name','Sex'])
   .stack()
   .groupby(level=[0,1,2])
   .apply(', '.join)
   .unstack()
   .reset_index()