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DataFrame
data = {'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 df
GROUP BY name
HAVING 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 type
0 John 0,1,2
1 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 type
0 John 0,1,2
1 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 type
0 Joe 0,1
1 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)
# Output
name type
0 Joe 0,1
1 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