¡Actualice a continuación!

Estoy tratando de fusionar y ordenar una lista de ID y su Name_ID único conectado, separados por punto y coma. Por ejemplo:

Name_ID Adress_ID            Name_ID Adress_ID
Name1   5875383              Name1   5875383; 5901847
Name1   5901847              Name2   5285200
Name2   5285200      to      Name3   2342345; 6463736
Name3   2342345
Name3   6463736

Este es mi código actual:

origin_file_path = Path("Folder/table.xlsx")
dest_file_path = Path("Folder/table_sorted.xlsx")

table = pd.read_excel(origin_file_path)
df1 = pd.DataFrame(table)

df1 = df1.groupby('Name_ID').agg(lambda x: x.tolist())

df1.to_excel(dest_file_path, sheet_name="Adress_IDs")

Pero lo exporta así al archivo de Excel:

Name_ID Adress_ID
Name1   [5875383, 5901847]

¿Alguien puede decirme cuál sería la mejor manera de deshacerse del formato de lista y separarlo con punto y coma en lugar de comas?

Actualización:

El usuario Jezrael me vinculó esto thread. Pero parece que no puedo combinar ';'.join con lambda x: x.tolist().

df1 = df1.groupby('Kartenname').agg(';'.join, lambda x: x.tolist())

Produce TypeError: join () toma exactamente un argumento (2 dados)

df1 = df1.groupby('Kartenname').agg(lambda x: x.tolist(), ';'.join)

Produce TypeError: () toma 1 argumento posicional pero se dieron 2.

También probé otras combinaciones, pero ninguna parece ejecutarse correctamente. Deshacerse de la función lambda no es una opción porque simplemente pega Name_ID Adress_ID mil veces en lugar del nombre correcto y las ID correctas.

python pandas dataframe group-by aggregate
2
Max K. 1 oct. 2019 a las 10:02

3 respuestas

La mejor respuesta

Puede pasar a agg tuplas de función con nuevos nombres de columna con funciones agregadas:

df['Adress_ID'] = df['Adress_ID'].astype(str)
df1 = df.groupby('Name_ID')['Adress_ID'].agg([('a', ';'.join),
                                              ('b',  lambda x: x.tolist())])

print (df1)
                       a                   b
Name_ID                                     
Name1    5875383;5901847  [5875383, 5901847]
Name2            5285200           [5285200]
Name3    2342345;6463736  [2342345, 6463736]

Si pasa solo funciones agregadas en la lista (sin tuplas), obtenga los nombres de columnas predeterminados:

df2 = df.groupby('Name_ID')['Adress_ID'].agg([ ';'.join,lambda x: x.tolist()])

print (df2)
                    join          <lambda_0>
Name_ID                                     
Name1    5875383;5901847  [5875383, 5901847]
Name2            5285200           [5285200]
Name3    2342345;6463736  [2342345, 6463736]
2
jezrael 1 oct. 2019 a las 07:02
  • El problema principal
    • No puedo join una int 
Name_ID  Adress_ID
  Name1    5875383
  Name1    5901847
  Name2    5285200
  Name3    2342345
  Name3    6463736

def fix_my_stuff(x):
    x = x.tolist()
    x = '; '.join([str(y) for y in x])
    return(x)

df_updated = df.groupby('Name_ID').agg(lambda x: fix_my_stuff(x)).reset_index()
print(df_updated)

Name_ID         Adress_ID
  Name1  5875383; 5901847
  Name2           5285200
  Name3  2342345; 6463736
0
Trenton McKinney 5 oct. 2019 a las 05:55

Primero debe asegurarse de que Address_ID sea string

Entonces puedes aplicar esta función:

df.groupby('Name_ID').agg(lambda x: ':'.join(list(x.values)))

Más sobre 'str'.join método

0
Rean 1 oct. 2019 a las 10:25
58179593

Preguntas relacionadas

30 ¿Cómo fusiono dos diccionarios en una sola expresión?
18 Usar variables globales en una función
15 ¿Cómo hacer una cadena de decoradoras de funciones?
11 ¿Cómo obtengo el recuento de filas de un DataFrame de pandas?

Preguntas vinculadas

2 Pandas groupby con delimitador unirse

Nuevas preguntas

3 Estoy dentro del rango usando pop pero todavía obtengo un error de fuera de rango
4 Use la variable de clase dentro de un método de esta clase
2 Clase de Python con muchas variables
3 Fusionando dos df sin ninguna clave
3 ¿Cómo acceder al valor en una cadena JSON usando una clave en Python?
3 convertir un entero de cadena con comas y punto para flotar
2 (Sintaxis) Obtener el índice de la mayor diferencia entre dos listas (en 1 línea)
2 Pandas: toma todos los caracteres antes de que aparezca el primer dígito
2 El acceso al diccionario de Python termina como un error de tipo
2 Pandas DataFrame: filtrar columna / índice por tipo
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...