python - 根据发生情况合并行，同时维护 Python 中 DataFrame 中的唯一值

Question

数据框:

Name         Category        Port          Class
A                Code         443        string1
A                Code          80        string2
B                Math         443        string3
A                Code         443        string1
B                Math          80        string4

我尝试过的代码:

df1 = df.name.ne(df.name.shift())
count = df.name.groupby(df1.cumsum()).size()

我得到的输出:

Name     Category      Port       Class     Count
A            Code       443     string1         2
B            Math       443     string3         1
A            Code       443     string1         1
B            Math        80     string4         1

我想要的输出:

Name    Category         Port               Class   Count
A           Code      443, 80    string1, string2       2
B           Math          443             string3       1
A           Code          443             string1       1
B           Math           80             string4       1

感谢任何帮助。

Answer 1

使用groupby和agg以及适当的函数应该可以得到你想要的。下面使用list，这将导致保留所有值，如果您只想要唯一的值，可以将其更改为set。

df['cumsum'] = df.Name.ne(df.Name.shift()).cumsum()
df2 = df.groupby(df["cumsum"]).agg({'Name': 'first', 'Category': 'first', 'Port': list, 'Class': [list, 'count']})
df2.columns = df2.columns.droplevel(1).values[:-1].tolist() + ['Count']
df2 = df2.reset_index(drop=True)

这会给你:

  Name  Category       Port               Class  Count
0    A      Code  [443, 80]  [string1, string2]      2
1    B      Math      [443]           [string3]      1
2    A      Code      [443]           [string1]      1
3    B      Math       [80]           [string4]      1