Pandas：如何合并具有相同列值的行

您可以使用以下基本语法在 pandas DataFrame 中组合具有相同列值的行：

 #define how to aggregate various fields
agg_functions = {' field1 ': ' first ', ' field2 ': ' sum ', ' field ': ' sum '}

#create new DataFrame by combining rows with same id values
df_new = df. groupby (df[' id ']). aggregate (agg_functions)

以下示例展示了如何在实践中使用此语法。

示例：在 Pandas 中合并具有相同列值的行

假设我们有以下 pandas DataFrame，其中包含有关公司各个员工的销售和退货信息：

 import pandas as pd

#create dataFrame
df = pd. DataFrame ({' id ': [101, 101, 102, 103, 103, 103],
                   ' employee ': ['Dan', 'Dan', 'Rick', 'Ken', 'Ken', 'Ken'],
                   ' sales ': [4, 1, 3, 2, 5, 3],
                   ' returns ': [1, 2, 2, 1, 3, 2]})

#view DataFrame
print (df)

    id employee sales returns
0 101 Dan 4 1
1 101 Dan 1 2
2 102 Rick 3 2
3 103 Ken 2 1
4 103 Ken 5 3
5 103 Ken 3 2

我们可以使用以下语法来合并id列中具有相同值的行，然后聚合剩余的列：

 #define how to aggregate various fields
agg_functions = {' employee ': ' first ', ' sales ': ' sum ', ' returns ': ' sum '}

#create new DataFrame by combining rows with same id values
df_new = df. groupby (df[' id ']). aggregate (agg_functions)

#view new DataFrame
print (df_new)

    employee sales returns
id                          
101 Dan 5 3
102 Rick 3 2
103 Ken 10 6

新的 DataFrame 合并了先前 DataFrame 中id列中具有相同值的所有行，然后计算sales和returns列中的值的总和。

注意：有关可与GroupBy()函数一起使用的聚合的完整列表，请参阅pandas 文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

Pandas：如何找到两列之间的差异
Pandas：如何找到两条线之间的差异
Pandas：如何按名称对列进行排序