如何根据条件拼接同一列的值？

Question

我有一张桌子，看起来像这样-

date        name        values      items
01-03-2019  xyz         900         NaN
NaN         NaN         900         brush
02-03-2019  abc        1200         NaN
NaN         NaN         900         paste
NaN         NaN         300         floss

所需的输出是-

date            name       values        items
01-03-2019      xyz        900           brush
02-03-2019      abc        1200          paste, floss

我知道我可以使用np.where()来使每一项的值为NaN，但是我不知道应该如何进行连接，然后将结果上移到名称旁边。

Answer 1

对第一列使用GroupBy.agg，使用ffill向前填充缺少的值和字典，字典是动态创建的-对于没有date和items的每一列，应用聚合函数GroupBy.first，对于最后一列，使用join，删除缺少的值：

d = dict.fromkeys(df.columns.difference(['date','items']), 'first')
d['items'] = lambda x: ', '.join(x.dropna())
df = df.groupby(df['date'].ffill()).agg(d).reset_index()
print (df)
         date name  values         items
0  01-03-2019  xyz     900         brush
1  02-03-2019  abc    1200  paste, floss

如果可能只有几列，则使用ffill将2列传递给groupby，并将create dictionary传递给agg

df = (df.groupby([df['date'].ffill(), df['name'].ffill()])
       .agg({'values':'first', 'items':lambda x: ', '.join(x.dropna())})
       .reset_index())
print (df)
         date name  values         items
0  01-03-2019  xyz     900         brush
1  02-03-2019  abc    1200  paste, floss

Answer 2

我们可以在forwardfill (ffill)中使用fillna。然后使用dropna，同时使用groupby和agg来获取值的sum并连接项目中的字符串：

df[['date', 'name']] = df[['date', 'name']].fillna(method='ffill')

df = df.dropna().groupby('date').agg({'name':'first',
                                      'values':'sum',
                                      'items':', '.join}).reset_index()

print(df)
         date name  values         items
0  01-03-2019  xyz     900         brush
1  02-03-2019  abc    1200  paste, floss