Skip to main content
 首页 » 编程设计

python之pandas 和 python 中的重复数据删除和转置列数据

2025年01月19日9over140

我有一个看起来像这样的数据框

Column1-Column2 
a      - 12 
b      - t1 
c      - t3 
d      - 798 
a      - 87 
b      - g1 
a      - 478 
c      - f1 
d      - 906 

我想要一个像这样的数据框:

Columns:  
a, b, c, d 
Rows: 
12, t1, t3, 798 
87, g1, -, - 
478, -, f1, 906 

基本上,我想删除重复的列并填充关联的行数据。

非常感谢!

请您参考如下方法:

假设您的行始终具有“a”列值,您可以这样做:

#standard imports 
import pandas as pd 
 
initial = pd.DataFrame( 
    { 
        'Column1' : [ 
            'a', 
            'b', 
            'c', 
            'd', 
            'a', 
            'b', 
            'a', 
            'c', 
            'd' 
        ], 
        'Column2':[ 
            '12', 
            't1', 
            't3', 
            '798', 
            '87', 
            'g1', 
            '478', 
            'f1', 
            '906' 
        ] 
    } 
) 
 
pivoted = initial.pivot(columns='Column1', values='Column2') 
 
target = pivoted.groupby(pivoted.apply(lambda x: 1 if x[0]!=None else 0, axis=1).cumsum())[pivoted.columns].agg(lambda x: ''.join([el for el in x if el!=None])) 

如果您可以缺少“a”值,那么它会变得更加棘手。这就是为什么在您的问题中提供有代表性的例子如此重要。

编辑:

迭代方法,如果您可以连续使用不存在的“a”值:

#use `initial` dataframe from answer above 
target = pd.DataFrame(columns=['a', 'b', 'c', 'd']) 
newrow = dict() 
for index, row in initial.iterrows(): 
    if row['Column1'] in newrow: 
        target=target.append(newrow, ignore_index=True) 
        newrow=dict() 
    newrow[row['Column1']]=row['Column2'] 
 
target=target.append(newrow, ignore_index=True)