文章/答案/技术大牛

发布

社区首页 >问答首页 >使用相同的键值合并Dataframe中的多行

问使用相同的键值合并Dataframe中的多行
EN

Stack Overflow用户

提问于 2019-03-15 08:31:53

回答 1查看 520关注 0票数 0

我有一个看起来像这样的数据结构：

idtenifier    amount    dist_type    new_value    new_value2
1              1.0       normal
1              2.0      new_value
1              1.0      new_value2    
3              1.0       normal    
5              3.0       normal    
5              23.0     new_value2    
2              1.0       normal

我希望得到这样的结构：

idtenifier    amount    dist_type    new_value    new_value2
1              1.0       normal         2.0          1.0  
3              1.0       normal                      23.0    
5              3.0       normal     
2              1.0       normal

我有一种感觉，我试图这样做是非常低效的，我甚至不能在列中赋值

df['new_value'] = np.nan

for idx, row in df.iterrows():
    identifier = row['identifier']
    dist_type = row['dist_type']
    amount = row['amount']
    if idx > 0 and identifier == df.loc[idx-1, 'identifier']:
        print(dist_type)
        if dist_type == 'new_value':
            df.loc[idx-1, 'new_value'] == amount

pandas

loops

dataframe

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-03-15 08:42:00

在这里我们不需要使用for循环，在将数据帧一分为二之后，对于dist_type不等于normal，我们执行pivot，然后merge它回来

df1=df.loc[df.dist_type=='normal'].copy()
df2=df.loc[df.dist_type!='normal'].copy()
yourdf=df1.merge(df2.pivot('idtenifier','dist_type','amount').reset_index(),how='left')
yourdf
Out[33]: 
   idtenifier  amount dist_type  new_value  new_value2
0           1     1.0    normal        2.0         1.0
1           3     1.0    normal        NaN         NaN
2           5     3.0    normal        NaN        23.0
3           2     1.0    normal        NaN         NaN

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/55173951

复制

相似问题

问使用相同的键值合并Dataframe中的多行
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用相同的键值合并Dataframe中的多行EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用相同的键值合并Dataframe中的多行
EN