pandas如何多行變一行(對文本進行拼接和聚合)?

1.場景介紹

有時候在進行匯總計算時，我們需要將處理前的數據轉換為處理後的數據。
處理前：

處理後：

2.實現方法

提前做好數據准備工作：

import pandas as pd
#准備數據
df = pd.DataFrame({
'姓名': ['A', 'A', 'B', 'B', 'C', 'C', 'C'],
'部門':['銷售部', '銷售部', '銷售部', '銷售部', '人事部', '人事部', '人事部'],
'管理區域':['華南', '華北', '華中', '華東', '華南', '華北', '華中']})
df

2.1 實現方法基礎版

result=df.groupby(df['姓名']).agg(所在部門=('部門',lambda x:','.join(x.unique())),
所管理區域=('管理區域',lambda x:','.join(x.unique()))).reset_index()

2.2 進一步探索

按照2.1裡的方法我們就可以達到預期，但是當聚合的字段非常多的時候，我們就要面臨寫多個匿名函數的麻煩，不是很方便，那麼該如何解決這個問題？

def string_concat(column_name,sep=','):
return sep.join(column_name.unique())
result=df.groupby(df['姓名']).agg(所在部門=('部門',string_concat),
所管理區域=('管理區域',string_concat)).reset_index()
result

2.3 再升級一下

基於2.2我們解決了重復寫匿名函數的麻煩，但實際情況中，如果我們對多列采取不同的分隔符時，又不是很人性化，那又該如何解決這一問題？

def custome_str_cat(sep='|'):
def str_cat(column_name):
return sep.join(column_name.unique())
if sep:
return str_cat
result=df.groupby(df['姓名']).agg(所在部門=('部門', custome_str_cat('*')), 所管理區域=('管理區域',
custome_str_cat()), 所管理區域2=('管理區域', custome_str_cat('—'))).reset_index()

實現後效果圖如下：

3.寫在最後

以上就是關於文本類的聚合函數，相當於postgresql數據庫中的string_agg函數，Oracle中的wm_concat函數，MySQL中的GROUP_CONCAT函數。那麼如何在pandas中將一行轉為多行？即將本篇文章中處理後的數據轉為處理前的數據，可以參考本篇博客，傳送門：https://blog.csdn.net/qq_41780234/article/details/121623812?spm=1001.2014.3001.5502