pandas根据某列值为key整合其他列值，拆分某列值增加多行数据

一、根据某列值为key，整合其他列值

直接上例子：

import pandas as pd 
import numpy as np 

df1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
                    'data1': range(7)})
df1

整合，根据key值，对于同一个key值，有多个data1与之对应，将多个data1之间用分隔符\t连接，作为一个元素：

ex_data = df1.groupby(['key'], as_index=True)['data1'].apply(lambda x :'\t'.join(list([str(i) for i in x])))
ex_data 

type(ex_data)

pandas.core.series.Series

exx_data = pd.DataFrame(ex_data)
exx_data.columns

Index([‘data1’], dtype=‘object’)

exx_data

exx_data.reset_index(inplace=True)
exx_data

如果此时有其他列的值需要保留

例如：

df1 = pd.DataFrame({'key': ['b','b','a','c','a','a','b'],
                    'data1': [0, 0, 2, 3, 4, 5, 6],
                    'data2': [1, 1, 2, 3, 2, 2, 1]})
df1

现在我们想根据key聚合data1，如果能保证 key 和data2是一一对应的，且我们想保留data2，此时得到：

我们需要对df1去掉data1列然后去重：

df1.drop(['data1'], inplace=True, axis = 1)
df1.drop_duplicates(['key', 'data2'], inplace=True)
df1

将df1 和exx_data进行merge ：

df_new = df_ex.merge(df1, on = 'key')
df_new

二、拆分某列值增加多行数据

其实就是一过程的逆过程：

x1 = exx_data['data1'].str.split('\t', expand=True)
x1

x2 = x1.stack()
x2

x3 = x2.reset_index(level = 1, drop = True)
x3

x4 = x3.rename('data_x')
x4

x5 = exx_data.join(x4)
x5

一步到位：

x5 = exx_data.join(data['data1'].str.split('\t', expand=True).stack().reset_index(level=1, drop=True).rename('data_x'))

参考：
https://cloud.tencent.com/developer/ask/28278