如果相同的字符串在排序数据框的第一列中，则取与唯一值相关联的行并创建新的数据框

Question

我想要做的是为每个电子邮件地址是相同的，采取相应的行与相同的电子邮件，并创建新的数据框，然后发送一行信息的电子邮件到电子邮件地址在col 1。

| email             | Acct # | Acct Status |
| ------------------|--------|-------------|
| [e-mail] | 1230   | Closed      |
| [e-mail] | 2546   | Closed      |
| [e-mail] | 2468   | Closed      |
| [e-mail] | 7896   | Closed      |
| [e-mail]| 4565   | Closed      |
| [e-mail]| 9686   | Closed      |
|[e-mail]    | 4656   | Closed      |

我尝试了一些通过使用groupby将数据框转换为列表的方法，但我卡住了:

df_list = [x for _, x in df.groupby(['email'])

Answer 1

我不确定你想如何存储你的数据或你想用它做什么。我选择将输出存储在Python字典中，以电子邮件联系人作为键，并将其所有各种帐户和状态作为值。您可以组合使用groupby和drop_duplicate来提取并形成您想要的信息。

df_grouped = df.groupby('email').groups
df_contacts = df.drop_duplicates(subset = ['email'])
result = {}     # dictionary for results
for item in df_contacts['email']:
rows = df_grouped[item].tolist()
my_data = []
for x in rows:
info = df[['Accnt #', 'Accnt Status']].iloc[x].values
my_data.append(info.tolist())
result[item] = my_data

则可以根据需要使用数据。例如:

for i, j in result.items():
print('Send email to ', i, ' with their account info as follows')
for z in j:
print('Account : ', z[0], ' Status :', z[1])

如果出于某种原因，您确实希望结果数据放在单独的dataframe中，那么它可以在dataframe的Dictionary中，如下所示:

dx = {}
for i, j in result.items():
dfx = pd.DataFrame.from_dict(result[i])
dfx.columns =['Accnt', 'Accnt Status']
dx[i]=dfx

print(dx['[e-mail]'])   #as an example of accessing the data