Как в сделать Pandas объединение строк группирую по определнному столбцу?

Question

[vitafon007]

Не могу сформулировать вопрос, чтобы искать ответ.
Суть такая: приходит xlsx пример данных на скриншоте.
Необходимо по наличию данных в первом столбце объединить все строки до следующего наличия данных.
Пример результата также на скриншоте.

Скриншот приложил

Answer 1

[Максим Припадчев]

Ну на сам деле задачка на 5 минут, есть определенные методы заполнения пропущенных значений, 'ffill' forward fill и 'bfill' backward fill. Они и есть ключ к решению, далее группировка происходит без проблем, и дальнешее дело техники, при чем многими способами, например так.

f = pd.DataFrame({
    'A':['a',np.NaN,np.NaN,'b',np.NaN,np.NaN,np.NaN,'v',np.NaN,np.NaN,'d',np.NaN,np.NaN],
    'B':['foo','foo','bar','bar','bar','foo','bar','foo','bar','foo','bar','foo','bar']
})
result = (
    df
    .groupby(df['A']
    .fillna(method='ffill'))['B']
    .apply(lambda x: ','.join(x))
    .reset_index()
)
result

Comments

[vitafon007]

ffill прям спасло. Спасибо!

Answer 2

[otdameskapizm]

Ну я бы на Вашем месте просто предварительно сделал обработку файла в Power Query путем заполнения данного ряда "вниз". (раз уж это файл .xlsx). и уже далее бы просто сгруппировал по первому столбцу, используя для агрегации функцию "list".

1) Для первой части решения проблемы Вам понадобится вот это: https://learn.microsoft.com/ru-ru/power-query/fill...
2) Для второй части - вот это: https://stackoverflow.com/questions/22219004/how-t...

Comments

[vitafon007]

к сожалению файл прилетать будет по апи, нет возможности отредактировать. Спасибо!

[otdameskapizm]

vitafon007, не разовая акция?

[otdameskapizm]

Тогда попробуйте вот так:

df = pd.DataFrame([[1, 1], [np.nan, 2], [np.nan, 2], [2, 1], [np.nan, 3], [np.nan, 3], [3, 1]], columns = {'A', 'B'})
df = df \
    .loc[:,['A', 'B']] \
    .ffill() \
    .groupby('A')['B'] \
    .apply(list) \
    .reset_index()

Вот тут все сгруппируется

[vitafon007]

otdameskapizm, Спасибо!