如何根据过滤条件合并Pandas DF中的行

Question

我有一个pandas数据框架，其中有许多列。在某些情况下，行是重复的，有些列略有不同，例如:

tbody> <<tr>

NAME	UNIQUE CODE	nations	ATTRBITUE	other ATTRIBUTE	NUMBERS
名称	XYZABC	UA欧盟SA	X	δ	2
名称	XYZABC	CH	Y	α	3

可以使用groupby、agg和agg函数，可以以列名称的字典作为键，以聚合函数作为值

• 对于NAME列，您只取1个值=>first(或last).
• 对于NUMBERS列，您将获得该列的和。=比;sum
• 对于其他列，您将获得字符串的concat =>' '.join

所以，你需要这个字典来传递agg函数。

{
'NAME': 'first',
'NUMBERS': 'sum',
'COUNTRIES': ' '.join,
'ATTRIBUTE': ' '.join,
'ANOTHER ATTRIBUTE': ' '.join
}

可以直接将这个硬编码字典传递给agg函数。或者你可以把这个写得更紧凑一些，像这样

join_col = ['COUNTRIES', 'ATTRIBUTE', 'ANOTHER ATTRIBUTE']
(df.groupby('UNIQUE CODE', as_index=False)
.agg({
**{'NAME': 'first', 'NUMBERS': 'sum'},
**{x: ' '.join for x in join_col]}
})
)