英文:
How to use GROUP_CONCAT with HAVING clause in Pandas?
问题
你可以使用Pandas来实现与上述SQL查询相同的结果，代码如下：
import pandas as pd# 创建DataFramedata = {'name': ['John', 'Joe', 'Joe', 'Marcus', 'John', 'John'],'type': [1, 0, 1, 0, 2, 0]}df = pd.DataFrame(data)# 使用groupby、agg和join来获取结果result = df.groupby('name')['type'].agg(lambda x: ','.join(x.astype(str)) if len(x) > 1 else x.astype(str)).reset_index()# 将列名改为小写result.columns = result.columns.str.lower()result
这段代码会产生一个Pandas DataFrame，其中'name'列是分组的名称，'type'列包含相应的组合值，只有在每个分组中有多个值时才会进行组合。
英文:
Suppose I have a dataframe like this:
| name | type |
|---|---|
| John | 1 |
| Joe | 0 |
| Joe | 1 |
| Marcus | 0 |
| John | 2 |
| John | 0 |
How can I use Pandas to have the same result as:
SELECT name, GROUP_CONCAT(type)FROM dfGROUP BY nameHAVING COUNT(*)>1;
| name | type |
|---|---|
| john | 0,1,2 |
| joe | 0,1 |
答案1
得分: 2
你可以使用自定义的 groupby.agg 来实现，类似以下方式：
out = (df.groupby('name', as_index=False, sort=False)['type'].agg(lambda s: ','.join(s.sort_values().astype(str)) if len(s) > 1 else None).dropna(subset='type'))
或者：
out = (df.groupby('name', as_index=False, sort=False).agg({'type': ('type', lambda s: ','.join(s.sort_values().astype(str))),'count': ('type', 'count')}).loc[lambda d: d.pop('count').gt(1)])
或者：
out = (df.groupby('name', as_index=False, sort=False)['type'].agg(lambda s: ','.join(s.sort_values().astype(str))).loc[lambda d: d['type'].str.contains(',')])
输出结果：
name type0 John 0,1,21 Joe 0,1
英文:
You can use a custom groupby.agg with something like:
out = (df.groupby('name', as_index=False, sort=False)['type'].agg(lambda s: ','.join(s.sort_values().astype(str)) if len(s)>1 else None).dropna(subset='type'))
Or:
out = (df.groupby('name', as_index=False, sort=False).agg(**{'type': ('type', lambda s: ','.join(s.sort_values().astype(str))),'count': ('type', 'count')}).loc[lambda d: d.pop('count').gt(1)])
Or:
out = (df.groupby('name', as_index=False, sort=False)['type'].agg(lambda s: ','.join(s.sort_values().astype(str))).loc[lambda d: d['type'].str.contains(',')])
Output:
name type0 John 0,1,21 Joe 0,1
答案2
得分: 2
你可以尝试以下操作：
out = (df[df.duplicated('name', keep=False)].astype({'type': str}).sort_values('type').groupby('name', sort=False, as_index=False)['type'].agg(','.join))print(out)# 输出结果name type0 Joe 0,11 John 0,1,2
注意：我已经将代码部分保持不变，只翻译了注释和输出结果。
英文:
You can probably do:
out = (df[df.duplicated('name', keep=False)].astype({'type': str}).sort_values('type').groupby('name', sort=False, as_index=False)['type'].agg(','.join))print(out)# Outputname type0 Joe 0,11 John 0,1,2
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论