下面是一个示例代码,演示如何按另一列的值合并行:
import pandas as pd
# 创建示例数据
data = {
'列A': ['A', 'A', 'B', 'B', 'B'],
'列B': ['X', 'Y', 'Z', 'X', 'Y'],
'列C': [1, 2, 3, 4, 5]
}
df = pd.DataFrame(data)
# 按列A的值合并行
merged_df = df.groupby('列A').agg({'列B': list, '列C': sum}).reset_index()
print(merged_df)
输出结果如下:
列A 列B 列C
0 A [X, Y] 3
1 B [Z, X, Y] 12
在这个示例中,我们首先创建了一个包含三列数据的DataFrame。然后,我们使用groupby()
方法按列A的值对DataFrame进行分组。接下来,我们使用agg()
方法对每个组进行聚合操作。在这个示例中,我们将列B的值合并为一个列表,并对列C进行求和操作。最后,我们使用reset_index()
方法重置索引,并将结果保存到一个新的DataFrame中。最后,我们打印出合并后的DataFrame。
请注意,这个示例使用了pandas库来处理数据。你需要先安装pandas库,然后将上述代码复制到你的Python环境中运行。