我有一个熊猫DataFrame,看起来像这样:
supply_area transaction_date price
0 54.98 2006-03-31 48500.0
0 54.98 2006-04-30 48500.0
0 54.98 2006-05-31 48500.0
1 67.28 2006-01-31 54500.0
1 67.28 2006-02-28 54500.0
1 67.28 2006-03-31 54500.0我想用一个连接transaction_date和supply_area的列按价格分组,如下所示:
supply_area transaction_date_price price
0 54.98 2006-03-31,48500.0,2006-04-30,48500.0,2006-05-31,48500.0
1 67.28 2006-01-31,54500.0,2006-02-28,54500.0,2006-03-31,54500.0我试过这个和其他一些东西,但它不起作用。
df = df.groupby('supply_area').agg(
{'supply_area': 'first', 'transaction_date': ','.join, 'price': ','.join})我是python和pandas库的新手,所以我甚至不确定我想要的是不是可能。
提前感谢!
发布于 2021-07-16 17:11:41
您可以使用第一个连接,然后在groupby上连接,创建一个新列(这里称为"joined",但任何名称都可以
df['joined'] = (df['transaction_date'] + ',' + df['price'].astype(str))
df.groupby('supply_area', as_index=False)['joined'].apply(','.join)输出:
supply_area joined
0 54.98 2006-03-31,48500,2006-04-30,48500,2006-05-31,48500
1 67.28 2006-01-31,54500,2006-02-28,54500,2006-03-31,54500https://stackoverflow.com/questions/68406389
复制相似问题