Dataframe для печати строк одного и того же индекса в 1 строку

Простой фрейм данных, как показано ниже, и я хочу напечатать строки одного и того же индекса в 1 отсортированной строке.

В розыске:

123@1st line; 2nd line; 3rd line; 4th line 
456@a1st line; a2nd line; a3rd line

Я пробовал:

import pandas as pd
from io import StringIO

csvfile = StringIO(
"""Group    Sort    String
123 207 1st line
123 208 2nd line
123 209 3rd line
123 210 4th line
456 625 a1st line
456 626 a2nd line
456 627 a3rd line""")

df = pd.read_csv(csvfile, sep = '\t', engine='python')

df['Group'] = df['Group'].astype(str)
df['Sort'] = df['Sort'].astype(int)
df = df.sort_values(['Sort'], ascending=[True])

df_1 = df.groupby(['Group'])['String'].apply(lambda x: '; '.join(x.astype(str))).reset_index()

df_1['String'] = df_1['String'].str.split('; ').apply(set).str.join('; ')

for index, row in df_1.iterrows():
    print(row['Group'] + '@' + row['String'])

Но вывод:

123@3rd line; 4th line; 1st line; 2nd line
456@a3rd line; a2nd line; a1st line

Где пошло не так и как я могу это исправить? Спасибо.

python pandas dataframe

22.03.2022 09:24

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Проблема в том, что ваши данные плохо отформатированы.

Либо вы сохраняете \t в качестве разделителя (то, что вы сделали в заголовке), либо добавляете \t между каждым из ваших столбцов, либо вы меняете разделитель как "" (то, что вы сделали в теле вашего фрейма данных).

Использование обоих приведет к ненужным проблемам форматирования:

Разделитель пробелов

csvfile = StringIO(
"""Group Sort String
123 207 1st_line
123 208 2nd_line
123 209 3rd_line
123 210 4th_line
456 625 a1st_line
456 626 a2nd_line
456 627 a3rd_line""")

df = pd.read_csv(csvfile, header = 0, sep = ' ', engine='python')

Разделитель табуляции

csvfile = StringIO(
"""Group\tSort\tString
123\t207\t1st line
123\t208\t2nd line
123\t209\t3rd line
123\t210\t4th line
456\t625\ta1st line
456\t626\ta2nd line
456\t627\ta3rd line""")

df = pd.read_csv(csvfile, header = 0, sep = "\t", engine='python')

После этой операции вы можете проверить с помощью отладчика, например, ваш вновь созданный фрейм данных в виде трех столбцов, чего не было в вашем предыдущем коде.

Группировка данных

Затем, чтобы напечатать все значения «String», использующие одно и то же значение «Group», используйте группа по.

df.groupby("Group").groups
Out[21]: {123: [0, 1, 2, 3], 456: [4, 5, 6]}

Или для лучшей визуализации:

for name, group in df.groupby("Group"):
    print(f"{name} : {group.loc[:, 'String'].to_numpy()}\n")

123 : ['1st line' '2nd line' '3rd line' '4th line']

456 : ['a1st line' 'a2nd line' 'a3rd line']

Следуя вашим рекомендациям:

for name, group in df.groupby("Group"):
    print(f"{name}@{'; '.join(group.loc[:, 'String'].to_numpy())}\n")

123@1st line; 2nd line; 3rd line; 4th line

456@a1st line; a2nd line; a3rd line

22.03.2022 09:47

проблема с set в df_1['String'] = df_1['String'].str.split('; ').apply(set).str.join('; ') потому что наборы неупорядочены. Поэтому вам нужно заменить его чем-то вроде df = df.drop_duplicates(subset=['String']) в начале

22.03.2022 09:58