合并特定列上的重复行

Question

如果一列中有重复项，我正在尝试合并数据帧的行。数据框如下所示。

Name   Code   X   Y
 A     123   10   11
 B     456   12   13
 C     123   15   16

我想结合代码。因此，如果代码相同，则合并其他用逗号分隔的数据。产生的df如下所示：

Name   Code    X       Y
A,C    123   10,15   11,16
 B     456    12       13

我的方法如下：

    df = df.groupby(['Name','Code','Y'])['X'].astype(str).apply(', '.join).reset_index() 

    df = df.groupby(['Name','Code','X'])['Y'].astype(str).apply(', '.join).reset_index() 

我收到以下错误：

"Cannot access callable attribute 'astype' of 'SeriesGroupBy' objects, try using the 'apply' method"

我一直无法弄清楚如何使用str类型的强制转换，有什么提示吗？

Answer 1

从Code列fo 创建索引，避免转换为字符串，然后转换所有列并通过index函数进行汇总join：

df = df.set_index('Code').astype(str).groupby(level=0).agg(', '.join).reset_index()
#pandas 0.24+
#df = df.set_index('Code').astype(str).groupby('Code').agg(', '.join).reset_index()
print (df)
   Code  Name       X       Y
0   123  A, C  10, 15  11, 16
1   456     B      12      13