Python学习笔记：SQL中group_concat分组合并操作实现

一、背景

MySQL学习笔记：concat、concat_ws、group_concat —— 字符串连接

如何利用 Pandas 实现 SQL 中的 group_concat 操作？

二、实操

1.构造测试数据集

import pandas as pdimport numpy as npdf = pd.DataFrame({'name':['小明','小明','小明','小红','小三','小三'],'value':[10,20,20,20,200,500]})df'''  name  value0小明 101小明 202小明 203小红 204小三2005小三500'''

2.默认分组合并

• groupby 实现分组
• 匿名函数实现转换为列表
• reset_index 实现索引重置

# NOT WORKdf.groupby("name").agg({"value":list})# TypeError: 'type' object is not iterable# 修改df.groupby("name").agg({"value": lambda x: x.tolist()}).reset_index()'''  name value0小三[200, 500]1小明  [10, 20, 20]2小红  [20]'''

3.指定符号

利用 join 函数实现字符串连接。

df.astype(str).groupby("name").apply(lambda x: ';'.join(x.value))'''name小三 200;500小明10;20;20小红  20dtype: object'''# 还可以换行、转换成数据框(df.astype(str).groupby("name").apply(lambda x: ';'.join(x.value)).to_frame("value").reset_index())'''  name value0小三200;5001小明  10;20;202小红20'''

4.去重显示

df.groupby("name").agg({'value':'unique'}).reset_index()'''  namevalue0小三  [200, 500]1小明[10, 20]2小红[20]'''

5.降序排列

(df.groupby("name").agg({"value": lambda x: x.tolist()})["value"].apply(lambda x: sorted(x, reverse=True)).reset_index())

参考链接：对比SQL，学习Pandas操作：group_concat如何实现？