Pandas groupby：将不同的值合并到另一列中

Question

我需要按列子集进行分组，并计算其值的不同组合数。但是，还有其他列可能具有也可能没有不同的值，因此我想以某种方式将此信息保留在输出中。这是一个示例：

gb1          gb2         text1   text2
bebop        skeletor    blue    fisher
bebop        skeletor    blue    wright
rocksteady   beast_man   orange  haldane
rocksteady   beast_man   orange  haldane
tokka        kobra_khan  green   lande
tokka        kobra_khan  red     arnold

我仅要按gb1和gb2分组。

这是我需要的：

gb1          gb2         count   text1        text2
bebop        skeletor    2       blue         fisher, wright
rocksteady   beast_man   2       orange       haldane
tokka        kobra_khan  2       green, red   lande, arnold

除了处理text1和text2列之外，我已经完成了所有工作。

谢谢。

Answer 1

您可以使用

进行检查

s=df.assign(count=1).groupby(['gb1','gb2']).agg({'count':'sum','text1':lambda x : ','.join(set(x)),'text2':lambda x : ','.join(set(x))}).reset_index()
s
          gb1         gb2  count      text1          text2
0       bebop    skeletor      2       blue  wright,fisher
1  rocksteady   beast_man      2     orange        haldane
2       tokka  kobra_khan      2  green,red   lande,arnold

Answer 2

您可以结合使用apply和transform：

如果df是您的原始数据帧：

def combine(xx):
    dd = xx.transform(lambda x : ','.join(set(x)))
    dd['count'] = len(xx)
    return dd

ddf = df.groupby(['gb1', 'gb2']).apply(combine)

在示例数据帧中，ddf为：

                           text1          text2  count
gb1        gb2                                        
bebop      skeletor         blue  fisher,wright      2
rocksteady beast_man      orange        haldane      2
tokka      kobra_khan  red,green   lande,arnold      2