合并具有相似名称的数据框列。和用“,”（逗号）分隔的连接值

Question

input file contains the product and its price on a particular date

product  05-Oct-2020  07-Oct-2020 09-Nov-2020 13-Nov-2020
A        66.2         69.5        72.95       76.55
B        368.7        382.8       384.7       386.8

output file should, combine all the days of month in one column and concatenate values with separated with comma (,)

product   Oct-2020         Nov-2020
A         66.2, 69.5       72.95, 76.55
B         368.7, 382.8     384.7, 386.8

我尝试更改日期格式的列名称，从“2020 年 1 月 1 日”更改为 'jan-2020' 与

keys = [dt.strptime(key, "%d-%b-%Y").strftime("%B-%Y") for key in data.keys()]

在 df 转置之后我们可以使用 groupby。

比如可以选择分组依据并将值求和为：-

df.groupby().sum()

有什么东西可以连接值（字符串操作）并用逗号分隔它们。

click here to get sample data

不胜感激。

Answer 1

诀窍是在列上使用 Grouper：

inp = pd.read_excel("Whosebug sample.xlsx")

df = inp.set_index("Product")
df.columns = pd.to_datetime(df.columns)

out = (
    df
    .T
    .groupby(pd.Grouper(level=0, freq="MS"))
    .agg(lambda xs: ", ".join(map(str, filter(pd.notnull, xs))))
    .T
)

使用提供的示例，这会为 out 生成以下前 5 行：

如果要转换为特定日期格式，请执行

out.columns = out.columns.strftime("%b-%Y")

这导致

合并具有相似名称的数据框列。和用“,”（逗号）分隔的连接值

combine dataframe column with similar name. and concate values with separated by ',' (comma)

python

dataframe

pandas

string-operations

pandas-groupby