1.场景介绍
有时候在进行汇总计算时,我们需要将处理前的数据转换为处理后的数据。
处理前:
处理后:
2.实现方法
提前做好数据准备工作:
import pandas as pd
#准备数据
df = pd.DataFrame({'姓名': ['A', 'A', 'B', 'B', 'C', 'C', 'C'],
'部门':['销售部', '销售部', '销售部', '销售部', '人事部', '人事部', '人事部'],
'管理区域':['华南', '华北', '华中', '华东', '华南', '华北', '华中']})
df
2.1 实现方法基础版
result=df.groupby(df['姓名']).agg(所在部门=('部门',lambda x:','.join(x.unique())),
所管理区域=('管理区域',lambda x:','.join(x.unique()))).reset_index()
2.2 进一步探索
按照2.1里的方法我们就可以达到预期,但是当聚合的字段非常多的时候,我们就要面临写多个匿名函数的麻烦,不是很方便,那么该如何解决这个问题?
def string_concat(column_name,sep=','):
return sep.join(column_name.unique())
result=df.groupby(df['姓名']).agg(所在部门=('部门',string_concat),
所管理区域=('管理区域',string_concat)).reset_index()
result
2.3 再升级一下
基于2.2我们解决了重复写匿名函数的麻烦,但实际情况中,如果我们对多列采取不同的分隔符时,又不是很人性化,那又该如何解决这一问题?
def custome_str_cat(sep='|'):
def str_cat(column_name):
return sep.join(column_name.unique())
if sep:
return str_cat
result=df.groupby(df['姓名']).agg(所在部门=('部门', custome_str_cat('*')), 所管理区域=('管理区域',
custome_str_cat()), 所管理区域2=('管理区域', custome_str_cat('—'))).reset_index()
实现后效果图如下:
3.写在最后
以上就是关于文本类的聚合函数,相当于postgresql数据库中的string_agg函数,Oracle中的wm_concat函数,MySQL中的GROUP_CONCAT函数。那么如何在pandas中将一行转为多行?即将本篇文章中处理后的数据转为处理前的数据,可以参考本篇博客,传送门:https://blog.csdn.net/qq_41780234/article/details/121623812?spm=1001.2014.3001.5502