我有類似下面的文本數據的數據幀，蟒蛇大熊貓合併文本的兩行或多行成一條線
name | address | number
1 Bob bob No.56
2 @gmail.com
3 Carly [email protected] No.90
4 Gorge [email protected]
5 .com
6 No.100
，並希望使它像這個幀。
name | address | number
1 Bob [email protected] No.56
2 Carly [email protected] No.90
3 Gorge [email protected] No.100
我正在使用熊貓來讀取文件，但不知道如何使用合併或concat。
在name列的情況下，由獨特的價值觀，
print df
name address number
0 Bob bob No.56
1 NaN @gmail.com NaN
2 Carly [email protected] No.90
3 Gorge [email protected] NaN
4 NaN .com NaN
5 NaN NaN No.100
df['name'] = df['name'].ffill()
print df.fillna('').groupby(['name'], as_index=False).sum()
name address number
0 Bob [email protected] No.56
1 Carly [email protected] No.90
2 Gorge [email protected] No.100
你可能需要ffill()，bfill()，[::-1]，.groupby('name').apply(lambda x: ' '.join(x['address']))，strip()，lstrip()，rstrip()，replace()種事情擴展上面的代碼更復雜的數據。
如果要轉換性行的數據幀（每列中可能有NaN條目），則可能沒有直接的pandas方法。
你需要一些代碼在name列賦值，使大熊貓能夠知道bob的分離行和@gmail.com屬於同一用戶Bob。
您可以使用fillna或ffill方法填寫第name列中的每個空條目，請參閱pandas dataframe missing data。
df ['name'] = df['name'].ffill()
# gives
name address number
0 Bob bob No.56
1 Bob @gmail.com
2 Carly [email protected] No.90
3 Gorge [email protected]
4 Gorge .com
5 Gorge No.100
然後你可以使用groupby和sum作爲聚合功能。
df.groupby(['name']).sum().reset_index()
# gives
name address number
0 Bob [email protected] No.56
1 Carly [email protected] No.90
2 Gorge [email protected] No.100
您可能會發現NaN和空白有用之間的轉換，見Replacing blank values (white space) with NaN in pandas和pandas.DataFrame.fillna。