Início / coding / Perguntas / 79555775
Accepted
Shmyg
Asked: 2025-04-04 23:43:26 +0800 CST

Concatenar linhas para duas colunas no dataframe do panda

  • 772

Tenho o seguinte dataframe:

import pandas as pd
d = {'Name': ['DataSource', 'DataSource'], 'DomainCode': ['Pr', 'Gov'], 'DomainName': ['Private', 'Government']}
df = pd.DataFrame(data=d)

Então o dataframe é o seguinte:

         Name DomainCode  DomainName
0  DataSource         Pr     Private
1  DataSource        Gov  Government

Preciso agrupá-lo pelo nome para receber duas listas:

         Name DomainCode    DomainName
0  DataSource [Pr, Gov]     [Private, Government]

Eu entendo como fazer isso para uma única coluna:

df = df.groupby("Name")["DomainCode"].apply(list).reset_index()

quando eu recebo

           Name DomainCode
0  A_DataSource  [GOV, PR]

mas não consigo adicionar a segunda coluna lá, não importa o que eu tenha tentado. Como fazer isso?

Outra questão é que a lista retornada pelo comando anterior não é uma lista, pois tem comprimento 1, e não 2.

python

2 respostas

  1. Best Answer

    Por favor, use a seguinte linha:

    df_grouped = df.groupby("Name").agg(list).reset_index()

    Quando você executa esta linha

    df_grouped = df.groupby("Name")["DomainCode"].apply(list).reset_index()

    Ele retorna 1 em vez de 2 porque o Pandas está armazenando a lista como uma única string ('[Pr, Gov]') em vez de uma lista Python verdadeira.

    Para conversão para lista real (do comentário):

    import ast
fake_list = "['Pr', 'Gov']"  
real_list = ast.literal_eval(fake_list)
print(real_list)  
for item in real_list:
    print(item)

    Ou:

    fake_list = "Pr, Gov"
real_list = fake_list.split(", ")
print(real_list)

    Ou:

    import json
fake_list = '["Pr", "Gov"]'
real_list = json.loads(fake_list)
print(real_list)

    Ou:

    import re
fake_list = "['Pr', 'Gov']"
real_list = re.findall(r"'(.*?)'", fake_list)
print(real_list)

    Saída:

    insira a descrição da imagem aqui

    • 1

  2. Experimente isto

    import pandas as pd

d = {
    'Name': ['DataSource', 'DataSource'],
    'DomainCode': ['Pr', 'Gov'],
    'DomainName': ['Private', 'Government']
}
df = pd.DataFrame(data=d)


result = df.groupby("Name").agg({
    'DomainCode': list,
    'DomainName': list
}).reset_index()

print(result)
    • 0

relate perguntas