Pandas: как объединить строки с одинаковыми значениями столбцов

Вы можете использовать следующий базовый синтаксис для объединения строк с одинаковыми значениями столбцов в DataFrame pandas:

 #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)

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: объединение строк с одинаковыми значениями столбцов в Pandas

Предположим, у нас есть следующий DataFrame pandas, который содержит информацию о продажах и возвратах различных сотрудников компании:

 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

Мы можем использовать следующий синтаксис, чтобы объединить строки, имеющие одинаковое значение в столбце id , а затем агрегировать оставшиеся столбцы:

 #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

Новый DataFrame объединил все строки из предыдущего DataFrame, которые имели одинаковое значение в столбце id , а затем вычислил сумму значений в столбцах продаж и возвратов .

Примечание . Полный список агрегатов, доступных для использования с функцией GroupBy(), см. в документации pandas .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Панды: как найти разницу между двумя столбцами
Панды: как найти разницу между двумя строками
Pandas: как сортировать столбцы по имени