Python Pandas在数据框中合并相同的名称列

Question

因此，我有一些要使用的CSV文件，但其中有些文件包含多个具有相同名称的列。

例如我可以有一个这样的csv：

ID   Name   a    a    a     b    b
1    test1  1    NaN  NaN   "a"  NaN
2    test2  NaN  2    NaN   "a"  NaN
3    test3  2    3    NaN   NaN  "b"
4    test4  NaN  NaN  4     NaN  "b"

加载到熊猫给我这个：

ID   Name   a    a.1  a.2   b    b.1
1    test1  1    NaN  NaN   "a"  NaN
2    test2  NaN  2    NaN   "a"  NaN
3    test3  2    3    NaN   NaN  "b"
4    test4  NaN  NaN  4     NaN  "b"

我想做的是将这些相同名称的列合并为1列（如果有多个值将这些值分开），而我的理想输出是

ID   Name   a      b  
1    test1  "1"    "a"   
2    test2  "2"    "a"
3    test3  "2;3"  "b"
4    test4  "4"    "b"

那么想知道这是否可能吗？

Answer 1

您可以groupby在上使用axis=1，并尝试类似

>>> def sjoin(x): return ';'.join(x[x.notnull()].astype(str))
>>> df.groupby(level=0, axis=1).apply(lambda x: x.apply(sjoin, axis=1))
  ID   Name        a  b
0  1  test1      1.0  a
1  2  test2      2.0  a
2  3  test3  2.0;3.0  b
3  4  test4      4.0  b

除了使用之外.astype(str)，您还可以使用所需的任何格式运算符。