我有数据,我想分组,但是把国家放在一个牢房里。
商品、商品、
UK /T1593-1989 IPhone技术改造产品的技术指标
DE /T1459.2-1988 IPhone机机、工、
US /T1459.2-1988 IPhone准准、高、高、低、高、高、低、低、高、低、高、低、低、高、低、低等
FR /T1459.2-1988 IPhone技术商品、商品等
/T1459.2-1988 IPhone机机、机、机
IPhone
我希望得到这个结果,这是否是可拥有的
品牌化、准性、性、准、易、易等。
IT /T5109.2-1988 IPhone专一性产品
NL /T1597-1997 IPhone
发布于 2022-08-30 22:26:47
这应该是可行的:
df = df.groupby(['Brand', 'Model']).agg({'Country': lambda x: '-'.join(x)}).reset_index()
结果:
Model Brand Country
0 6 iphone UK-US-IT
1 7 iphone DE-FR-NL
发布于 2022-08-30 22:34:29
试试这个:
out = (df.groupby(['Brand', 'Model'])
.agg({'Country':'unique'})
.applymap(lambda x: ' - '.join([str(val) for val in list(x)]))
.reset_index()
)
>>> display(out)
https://stackoverflow.com/questions/73548819
复制相似问题