循环遍历 Pandas 数据框中的行并更新对列条件的检查

问题描述

Row_Number	A 列	B 列
1	数据 1	A
2	数据A
3	数据B
4	数据 2	B
5	数据C
6	数据D
7	数据E
8	数据 3	C

这是我的数据在另一个表的数据帧上更新的方式，在这个“数据 1”中，有一个延续为“数据 A”和“数据 B”，并且只有一个数据在列 B 上为“A”，但是在数据框中，所有“数据 1”、“数据 A”、“数据 B”都在单独的行中创建。 是否有任何操作可以将所有“Row_number” 1,2,3 连接到一行中，并且在 columnB 中只有“A”的值？

预期输出如下：

Row_Number	A 列	B 列
1	数据1、数据A、数据B	A
2	数据2、数据C、数据D、数据E	B
3	数据3	C

提前致谢

我是 Python 新手，并尝试了以下代码

# variable that stores the values: table_values
import pandas as pd

df=pd.DataFrame(table_values,columns=['ColumnA','ColumnB'])

for index,row in df.iterrows():
  if df.loc[index,'ColumnB'] == '' & df.loc[index,'ColumnA'] != '':
    df.loc[index-1,'ColumnA'] = df.loc[index-1,'ColumnA'] + df.loc[index,'ColumnA']  
print(df)'''

解决方法

您可以在此处执行 groupby。最简单的方法是使用 Column B，因为它已经与您要分组的行相对应。因此，鉴于此数据：

import pandas as pd

df = pd.DataFrame({'ColumnA': ['Data1','DataA','DataB','Data2','DataC','DataD','DataE','Data3'],'ColumnB': ['A',None,'B','C']})

#  ColumnA ColumnB
# 0   Data1       A
# 1   DataA    None
# 2   DataB    None
# 3   Data2       B
# 4   DataC    None
# 5   DataD    None
# 6   DataE    None
# 7   Data3       C

通过填充缺失值来创建要分组的内容：

grouper = df['ColumnB'].ffill()

# 0    A
# 1    A
# 2    A
# 3    B
# 4    B
# 5    B
# 6    B
# 7    C
# Name: ColumnB,dtype: object

然后聚合成concat字符串，遵循this post：

output = df['ColumnA'].groupby(grouper).apply(lambda x : ','.join(x)).reset_index()

最终结果：

  ColumnB                     ColumnA
0       A         Data1,DataA,DataB
1       B  Data2,DataC,DataD,DataE
2       C                       Data3