主页 / coding / 问题 / 78920001
Accepted
Nick
Asked: 2024-08-28 00:54:24 +0800 CST

如何使用 Pandas 在 Python 中将具有相同唯一 ID 的多行合并为一行

  • 772

我见过一些类似的问题，但我找不到任何可以解决如何拆分多列的问题。我已使用以下方法成功拆分单列。

df = df.groupby(['id', 'entity'])['true_value'].aggregate('first').unstack(sort=True)

然而，我想把这个

id entity     true_value         extracted_value    rater  ratio
1  student    no                 yes                FALSE  100
1  address    303 lake way       303 lake way       TRUE   100
1  email      [email protected]     [email protected]  FALSE  0
2  student    yes                yes                TRUE   100
2  address    15 putin ave       15 putnam ave      FALSE  0
2  email      [email protected]     [email protected]     TRUE   95

进入这个

id student_true   student_extracted  student_rater  student_ratio  address_true       address_extracted  address_rater  address_ratio  email_true         email_extracted     email_rater     email_ratio
1  no             yes                FALSE          100            303 lake way       303 lake way       TRUE           100            [email protected]     [email protected]   FALSE           0
2  yes            yes                TRUE           100            15 e putnam ave    15 putnam ave      FALSE          0              [email protected]     [email protected]      TRUE            95

任何帮助都将不胜感激。谢谢！

我尝试过以多种不同的方式使用 groupby 和 unstack 来获得所需的结果，但都没有成功。

python

1 个回答

  1. Best Answer

    pivot然后重命名列：

    out = df.pivot(index="id", columns="entity").reset_index()
out.columns = [f"{col[1]}_{col[0]}".replace("_value", "") for col in out.columns]

       _id  address_true      email_true student_true address_extracted  ... email_rater student_rater  address_ratio  email_ratio  student_ratio
0    1  303 lake way  [email protected]           no      303 lake way  ...       False         False            100            0            100
1    2  15 putin ave  [email protected]          yes     15 putnam ave  ...        True          True              0           95            100

[2 rows x 13 columns]
    • 1

相关问题