盘点一道使用pandas.groupby函数实战的应用题目

声喧乱石中，色静深松里。

大家好，我是我是Python进阶者。

一、前言

前几天Python青铜群有个叫【假装新手】的粉丝问了一个数据分析的问题，这里拿出来给大家分享下。

一开始以为只是一个简单的去重问题而已，【编程数学钟老师】大佬提出使用set函数，后来有粉丝发现其实没有想的这么简单。目前粉丝就需要编号，然后把重复的编号删除，但是需要保留前边的审批意见。这么来看，使用set集合的办不到了。

二、实现过程

这里给出两个解决方法，一起来看看吧。

方法一

这个方法来自【🌑（这是月亮的背面）】大佬提供的方法，使用pandas中的groupby函数巧妙解决，非常奈斯！

下面给出了一个优化代码，因为原始数据有空白单元格，如下图所示：

所以需要额外替换下，代码如下：

data['审批意见'] = data['审批意见'] + ','

data = data.groupby(['流程状态', '流程编号'])['审批意见'].sum().reset_index()
data['审批意见'] = data['审批意见'].str.strip(',').str.replace(',+', ',', regex=True)

方法二

这个方法来自【Oui】大佬提供的方法，这个没有考虑处理的数据列中有空白的情况，但是确实是个好思路，

总结

大家好，我是Python进阶者。这篇文章基于粉丝提问，在实际工作中运用Python工具实现了数据批量分组的问题，在实现过程中，巧妙的运用了pandas.groupby()函数，顺利的帮助粉丝解决了问题，加深了对该函数的认识。

最后感谢粉丝【假装新手】提问，感谢【🌑（这是月亮的背面）】大佬和【Oui】大佬给予的思路和代码支持。

文中针对该问题，给出了两个方法，小编相信肯定还有其他的方法，欢迎大家积极尝试。

小伙伴们，快快用实践一下吧！

------------------- End -------------------