基于共享值在python df中移动特定值

Question

我当前的df：

clinical #     date collected      name       result      submitter

123                3/2/2020       flu a       negative      hospital

123                3/2/2020       flu b       positive      hospital

123                3/2/2020       flu c       positive      hospital

123                3/2/2020       flu d       negative      hospital

567                7/7/1945       flu a       negative      hospital

567                7/7/1945       flu b       negative      hospital

567                7/7/1945       flu c       positive      hospital

567                7/7/1945       flu d       negative      hospital

989                8/8/1988       flu a       negative      hospice 

989                8/8/1988       flu b       negative      hospice 

989                8/8/1988       flu c       negative      hospice 

989                8/8/1988       flu d       negative      hospice 

989                8/8/1988       flu e       negative      hospice 

989                8/8/1988       flu f       negative      hospice

我的df有数千行，行数总是在变化。每个人在第一列中用一个数字表示，例如: Jane用123表示。简做了甲型流感、乙型流感、丙型流感和丁型流感的检测。我要把简的信息压缩成一行。我需要在行之间变化的变量，即"name“和"result”。所有其他信息都是恒定的，可以删除。一些患者被检测出更多的值，比如989号患者，他做了6次流感测试，而不是像简那样做了4次。同样，同样的过程也需要发生。像流感类型和伴随的测试结果这样的唯一值将被移到同一行中。

理想的数据帧应该是这样的：

12      3/2/2020   hospital flu a -  flu b +   flu c -  flu d -  
567     7/7/1977   hospital flu a +  flu b +   flu c -  flu d -  
989     8/8/1988   hospital flu a -  flu b +   flu c -  flu d -  flu e +  flu f +  

也许有一种更好的方法可以做到这一点--比如用钥匙或字典？我非常感谢任何可行的解决方案。

提前感谢您的建议:)

Answer 1

尝试一下，使用map创建一个连接的结果文本字段，将单词转换为正负符号，然后使用join的agg函数执行groupby

df['restxt'] = (df['collected'] + ' ' + 
                df['name'] + ' ' + 
                df['result'].map({'negative':'-', 'positive':'+'}))

df.groupby(['clinical #', 'date', 'submitter'], as_index=False)['restxt'].agg(' '.join)

输出：

   clinical #      date submitter                                           restxt
0         123  3/2/2020  hospital                  flu a - flu b + flu c + flu d -
1         567  7/7/1945  hospital                  flu a - flu b - flu c + flu d -
2         989  8/8/1988   hospice  flu a - flu b - flu c - flu d - flu e - flu f -