我有一個帶有以下欄位的熊貓資料框（df ）：
| ID | 姓名 | 類別 |
|---|---|---|
| 01 | 埃迪 | 魔術師 |
| 01 | 埃迪 | 水管工 |
| 02 | 瑪莎 | 演員 |
| 03 | 杰里米 | 舞蹈家 |
| 03 | 杰里米 | 演員 |
我想創建一個資料框（df2），如下所示：
| ID | 姓名 | 類別 |
|---|---|---|
| 01 | 埃迪 | 魔術師，水管工 |
| 02 | 瑪莎 | 演員 |
| 03 | 杰里米 | 舞者，演員 |
因此，首先，我創建 df2 并通過以下命令添加一個附加列：
df2 = df.groupby("id", as_index= False).count()
df2["categories"] = str()
（這也計算了各種類別的出現，這對我打算做的事情很有用）
然后，我使用這個回圈：
for i in df2.itertuples():
for entries in df.itertuples():
if i.id == entries.id:
df2["categories"].iloc[i.Index] = entries.category
else:
pass
使用這段代碼，我得到了我想要的資料框。但是，這種實作有幾個問題：
- 看起來不是最理想的。
- 如果有重復的條目（例如另一列包含“Eddie”和“magician”），則 df2 中 Eddie 的條目將在類別中包含“magician,plumber,magician”。
因此我想問問社區：有沒有更好的方法來做到這一點？
還要記住，這是我在這個網站上的第一個問題！
提前致謝！
uj5u.com熱心網友回復：
您可以按您的id和name列分組并將函式應用于category這樣的列：
import pandas as pd
data = {
'id': ['01', '01', '02', '03', '03'],
'name': ['Eddie', 'Eddie', 'Martha', 'Jeremy', 'Jeremy'],
'category': ['magician', 'plumber', 'actress', 'dancer', 'actor']
}
df = pd.DataFrame(data)
df2 = df.groupby(['id', 'name'])['category'].apply(lambda x: ', '.join(x)).reset_index()
df2
輸出：
id name category
0 01 Eddie magician, plumber
1 02 Martha actress
2 03 Jeremy dancer, actor
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/443064.html