本文主要講解的是如何利用pandas來實現SQL中的group_concat操作。

group_concat

SQL或者MySQL中的group_concat到底實現的什么功能呢？看例子來說明。

下面是表information中存儲的一份簡單數據，兩個字段id和name：

+----+-----+ |?id?|?name?| +------+---+ |1??|?10???| |1??|?20???| |1??|?20???| |2??|?20???| |3??|?200??| |3??|?500??|

方式1：默認情形

我們以id來進行分組，將name放在同一行，同時用逗號隔開：

select?id,group_concat(name)??as?name from?information? group?by?id;

結果為：

|id|??name| |1?|10,20,20| |2?|20??????| |3?|200,500|

方式2：指定符號

上面的結果中默認是逗號（英文逗號）隔開的，我們還可以自己指定符號：

select?id,group_concat(name?separator?';')??as?name from?information? group?by?id;

結果則顯示為：

|id|??name| |1?|10;20;20|???--?分號隔開 |2?|20??????| |3?|200;500|

方式3：去重顯示

我們還可以以id分組，將冗余（重復的）的數據去掉，然后將剩下的放在一起；比如id=1的數據重復了20，我們希望只顯示一個20：

加上了關鍵詞distinct ：

select?id,group_concat(distinct?name)??as?name from?information? group?by?id;

相應的結果顯示為：

|id|??name| |1?|10,20|???--?只顯示了一個20 |2?|20????| |3?|200,500|

方式4：降序排列

在上面的全部情形中，數據都是升序排列，我們還可以降序：

select?id,group_concat(name?order?by?name?desc)??as?name?? from?information? group?by?id;

那么顯示的結果為：

--?結果已經降序排列了|id|??name| |1?|20,20,10| |2?|20????| |3?|500,200|

上面介紹的就是各種group_concat實現的效果，下面利用pandas來實現。

模擬數據

import?pandas?as?pd import?numpy?as?npdf?=?pd.DataFrame({"name":["小明","小明","小明","小紅","小張","小張"],"score":[10,20,20,20,200,500] })df

很清楚，我們需要將小明、小紅、小張的score分組放在一起。

方式1：默認分組

實現默認分組情形，升序排列且不去重。主要是3個步驟：

1、通過groupby進行分組

2、分組之后通過list將score全部放在一個列表中

3、第三步只是進行了索引重排

方式2：指定符號

指定特定的符號，我們使用的join函數。因為這個函數只能操作字符串，所以我們需要將df中的數值型數據轉成字符串：

df.astype(str)

方式3：去重顯示

通過name字段進行分組，再對score采用unique函數。下面只是進行所以重排

方式4：降序排列

1、我們先實現默認的升序排列

2、對score字段再次使用apply函數，通過對列表使用sorted函數來實現降序排列

親愛的朋友，學會了嗎？

總結

以上是生活随笔為你收集整理的对比SQL，学习Pandas操作：group_concat如何实现？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。