pandas实现多行合并一行、一行拆分多行

多行合并一行

import pandas as pd
#构造数据
data=pd.DataFrame({'id':[1,1,2,2],'品牌':['A','B','C','D']})

#合并数据
data_new=data.groupby(['id'])['品牌'].apply(list).to_frame()
data_new['品牌']=data_new['品牌'].apply(lambda x:str(x).replace('[','').replace(']',''))

合并前

合并后

一行拆分多行

import pandas as pd
#构造数据
data=pd.DataFrame({'id':['t1','t2'],'品牌':['A,B','C,D,E']})

#拆分数据
data_pinpai = data['品牌'].str.split(',', expand=True)
data_pinpai = data_pinpai.stack()
data_pinpai = data_pinpai.reset_index(level=1, drop=True)
data_pinpai=data_pinpai.to_frame().rename({0:'品牌'},axis=1)
data_new = data.drop(['品牌'], axis=1).join(data_pinpai)

拆分前

拆分后

如果对你有帮助,请点下赞,予人玫瑰手有余香!

时时仰望天空,理想就会离现实越来越近!

  • 27
    点赞
  • 82
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
可以使用Pandas库中的groupby()函数和agg()函数将多行重复数据合并一行。具体的做法是先读取多行数据到一个Pandas的DataFrame中,然后使用groupby()函数对重复的数据进行分组,最后使用agg()函数将每组数据合并一行。示例代码如下: ```python import pandas as pd # 读取多行数据到一个DataFrame中 df = pd.read_csv('data.csv') # 使用groupby()函数对重复的数据进行分组,然后使用agg()函数将每组数据合并一行 merged_df = df.groupby(['col1', 'col2'])['col3'].agg(lambda x: ' '.join(x)).reset_index() # 输出合并后的DataFrame print(merged_df) ``` 在上面的示例代码中,我们假设数据已经保存在一个名为`data.csv`的CSV文件中,然后使用Pandas库的read_csv()函数将数据读取到一个DataFrame中。接着使用groupby()函数对DataFrame中的重复数据进行分组,指定分组的列为`col1`和`col2`,并指定需要合并的列为`col3`。最后使用agg()函数对每组数据进行合并,将`col3`列中的多行数据合并一行,并使用空格分隔。最后使用reset_index()函数将合并后的DataFrame的索引重新编号,然后将结果输出到屏幕上。 需要注意的是,上面的示例代码只是一种合并数据的方式,具体的实现方式需要根据实际情况进行调整。另外,如果需要将多列数据合并成一列,只需要在agg()函数中指定多个列名,然后使用空格或其他分隔符进行连接即可。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值