私は以下のようなテキストデータを持つデータフレーム、Pythonのパンダは、1行にテキストの2行以上をマージ
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
を持っており、このフレームのようにそれを作りたいです。
name | address | number
1 Bob [email protected] No.56
2 Carly [email protected] No.90
3 Gorge [email protected] No.100
私はファイルを読み込むためにパンダを使用していますが、マージまたはコンカットの使い方はわかりません。
は一意の値で構成され、
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
あなたは、より複雑なデータへのコードの上に拡張する事のffill()、bfill()、[::-1]、.groupby('name').apply(lambda x: ' '.join(x['address']))、strip()、lstrip()、rstrip()、replace()種類が必要な場合があります。
性行のデータフレーム（各列にNaNのエントリがある可能性があります）を変換する場合は、直接のpandasメソッドがない場合があります。
あなたはパンダが同じユーザーBobに属しbobと@gmail.comのスプリット行を知ることができるように、name列に値を割り当てるために、いくつかのコードが必要になります。
あなたはpandas dataframe missing dataを参照してください、fillnaまたはffillメソッドを使用して、その前のユーザーと列nameの各空のエントリを埋めることができます。
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
次に、集計関数としてgroupbyとsumを使用することができます。
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
あなたはReplacing blank values (white space) with NaN in pandasとpandas.DataFrame.fillnaを参照してください、NaNと空白に有用との間の変換を見つけることがあります。 name列の場合