Python大熊猫-如果其他列中的值匹配，则追加最后一列

Question

我已经创建了这个pandas表

index        p1           p2  p3  p4
0    29.02.2017  10.00-11.00   1   2
1    29.02.2017  10.00-11.00   1   3
2    28.02.2017  08.00-09.00  10  11
3    28.02.2017  08.00-09.00  10  12
4    29.02.2017  08.00-09.00  10  13
5    29.02.2017  08.00-09.00  10   9
6    28.02.2017  08.00-09.00  11  10
7    28.02.2017  08.00-09.00  11  12
8    28.02.2017  10.00-11.00  11  13

值按p3>p1>p2>p4排序

我现在要做的是附加p4，如果p1，p2，p3匹配的话。

index        p1           p2  p3  p4
0    29.02.2017  10.00-11.00   1   2, 3 
2    28.02.2017  08.00-09.00  10  11, 12 
4    29.02.2017  08.00-09.00  10  13, 9
6    28.02.2017  08.00-09.00  11  10, 12
8    28.02.2017  10.00-11.00  11  13

我真的不知道该怎么做。我知道如何附加更多的行，或者如何总结值，但是我想保持它们和前面一样。

Answer 1

您需要groupby和apply和join，但首先需要将数字列转换为string：

df = df.groupby(['p1','p2','p3'], sort=False)['p4']
       .apply(lambda x: ', '.join(x.astype(str)))
       .reset_index()
print (df)
           p1           p2  p3      p4
0  29.02.2017  10.00-11.00   1    2, 3
1  28.02.2017  08.00-09.00  10  11, 12
2  29.02.2017  08.00-09.00  10   13, 9
3  28.02.2017  08.00-09.00  11  10, 12
4  28.02.2017  10.00-11.00  11      13

如果需要更快地输出列表，则使用：

print (df.groupby(['p1','p2','p3']).p4.apply(lambda x: x.tolist()))

时间

df = pd.concat([df]*10000).reset_index(drop=True)

In [306]: %timeit (df.groupby(['p1','p2','p3']).p4.apply(list))
10 loops, best of 3: 22.6 ms per loop

In [307]: %timeit (df.groupby(['p1','p2','p3']).p4.apply(lambda x: x.tolist()))
100 loops, best of 3: 18.4 ms per loop

Answer 2

如果您希望值为list s，

以下是一个解决方案：

In [39]: df.groupby(['p3','p1','p2']).p4.apply(list)
Out[39]: 
p3  p1          p2         
1   29.02.2017  10.00-11.00      [2, 3]
10  28.02.2017  08.00-09.00    [11, 12]
    29.02.2017  08.00-09.00     [13, 9]
11  28.02.2017  08.00-09.00    [10, 12]
                10.00-11.00        [13]