通过python中的多个条件合并不同数量的行和列

Question

更新的问题：为什么它不合并a_date，a_par，a_cons，a_ment和a_le。这些附加为没有值的列，但在原始数据集中它们有值。

这是数据集的样子

         connector   type   q_text   a_text   var1   var2 
   1        1111      1      aa       None    xx     ps
   2        9999      2      None     tt      jjjj   pppp
   3        1111      2      None     uu      None   oo
   4        9999      1      bb       None    yy     Rt
   5        9999      1      cc       None    zz     tR

目标：数据集应该是什么样子

         connector   q_text   a_text    var1   var1.1   var2   var2.1
   1        1111      aa        uu       xx     None     ps      oo
   2        9999      bb        tt       yy     jjjj     Rt      pppp
   3        9999      cc        tt       zz     jjjj     tR      pppp

逻辑：柱type具有任一值1或2与具有值的多个行1，但只有一个行（在相同值connector）具有值2

以下是主要的合并规则：

1. 将 的每一行type=1与其对应的 ( connector)type=2行合并。

2. 由于多行type=1具有相同的connector值，我不想只合并一行，type=1而是将所有行合并，每行只合并type==2一行。

3. 由于某些列（例如a_text）遵循左连接逻辑，因此可以在不添加额外列的情况下覆盖值。

4. 由于var2价值观不能由左加入，因为他们都是非排他性相对于行连接器值被合并，我想有额外的列（var1.1，var2.1这些值）（ ，）。ppppjjjj

总而言之（并记住我只说具有相同连接器值的行）：如果q_text是Nonei 首先，想要用相应行a_text的a_text值（见上表tt和uu）（相同连接器值）替换中的值其次，想要将与新列完全相同的对应行的一些其他值（var1和var2）附加到新列中。此外，有些行具有connector不会匹配的唯一值。我想保留这些行。

我只想“删除”type=2与其对应type=1行**（s）**合并的行。换句话说：我不想保留 type=2 匹配的行并合并到它们对应的（连接器）type=1行中。我想保留所有其他行。

当我最初想保留所有列（值）时，@victor__von__doom 的解决方案在这里 通过 python 中的多个条件合并不同数量的行得到了回答"type"=2。

我使用的代码：合并Perso，q_text和a_text

df.loc[df['type'] == 2, 'a_date'] = df['q_date']
df.loc[df['type'] == 2, 'a_par'] = df['par']
df.loc[df['type'] == 2, 'a_cons'] = df['cons']
df.loc[df['type'] == 2, 'a_ment'] = df['pret']
df.loc[df['type'] == 2, 'a_le'] = df['q_le']
my_cols = ['Perso', 'q_text','a_text', 'a_le', 'q_le', 'q_date', 'par', 'cons', 'pret', 'q_le', 'a_date','a_par', 'a_cons', 'a_ment', 'a_le']
df[my_cols] = df.sort_values(['connector','type']).groupby('connector')[my_cols].transform(lambda x: x.bfill())
df.dropna(subset=['a_text', 'Perso'],inplace=True)
df.reset_index(drop=True,inplace=True)

数据：这是核心数据集的表示。不幸的是，由于隐私法，我无法分享实际数据。

佩索	ID	每	q_le	a_le	漂亮	标准杆	形式	日期	姓名	IO_ID	部分	区域	q_text	文本	国家	缺点	挖	连接器	类型
杰维斯	1-1/4/2001-11-12/1	1999-2009	没有任何	4325	'米，h'，'d'	周	三	2001-11-12	没有任何	345	重新	s—H	没有任何	写	特尔德	呃	2001-11-12.1.g9	999999999	2
标准	9-3/6/2003-10-14/1	1994-2004	没有任何	23	'sd，h'	DG	三	2003-10-14	没有任何	34555	这	l? 一世	没有任何	特雷	第三节	关于	2001-04-16.1.a9	333333333	2
在 d	6-1/6/2005-09-03/1	1992-2006年	没有任何	434	'嗯'	DG	三	2005-09-03	没有任何	7313	德	l? 一世	没有任何	特	红色	dre	2001-08-07.1.e4	111111111	2
没有任何	3-4/4/2000-07-07/1	1992-2006年	1223	没有任何	'嗯'	文件系统	三	2000-07-07	阈值	7413	德	滴滴	节拍	没有任何	三德		2001-07-06.1.j3	111111111	1
没有任何	2-1/6/2001-11-12/1	1999-2009	1444	没有任何	'米，h'，'d'	DG	三	2001-11-12	时间	7431	德	l? 一世	泰德	没有任何	第三节		2001-11-12.1.s7	999999999	1
没有任何	1-6/4/2007-11-01/1	1993-2010年	2353	没有任何	没有任何	DG	三	2007-11-01	Thrj	444	泰德	湖 一世	格格	没有任何	三德	我们	2001-06-11.1.g9	654982984	1

Answer 1

编辑 v2 与附加列

此版本确保附加列中的值不受影响。

c = ['connector','type','q_text','a_text','var1','var2','cumsum','country','others']
d = [[1111, 1, 'aa',  None, 'xx',   'ps',   0, 'US', 'other values'],
     [9999, 2, None,  'tt', 'jjjj', 'pppp', 0, 'UK', 'no values'],
     [1111, 2, None,  'uu', None,   'oo',   1, 'US', 'some values'],
     [9999, 1, 'bb',  None, 'yy',   'Rt',   1, 'UK', 'more values'],
     [9999, 1, 'cc',  None, 'zz',   'tR',   2, 'UK', 'less values']]

import pandas as pd
pd.set_option('display.max_columns', None)
df = pd.DataFrame(d,columns=c)

print (df)

df.loc[df['type'] == 2, 'var1.1'] = df['var1']
df.loc[df['type'] == 2, 'var2.1'] = df['var2']

my_cols = ['q_text','a_text','var1','var2','var1.1','var2.1']

df[my_cols] = df.sort_values(['connector','type']).groupby('connector')[my_cols].transform(lambda x: x.bfill())

df.dropna(subset=['q_text'],inplace=True)
df.reset_index(drop=True,inplace=True)

print (df)

原始数据框：

   connector  type q_text a_text  var1  var2  cumsum country        others
0       1111     1     aa   None    xx    ps       0      US  other values
1       9999     2   None     tt  jjjj  pppp       0      UK     no values
2       1111     2   None     uu  None    oo       1      US   some values
3       9999     1     bb   None    yy    Rt       1      UK   more values
4       9999     1     cc   None    zz    tR       2      UK   less values

更新的数据框

   connector  type q_text a_text var1 var2  cumsum country        others  var1.1 var2.1
0       1111     1     aa     uu   xx   ps       0      US  other values    None     oo 
1       9999     1     bb     tt   yy   Rt       1      UK   more values    jjjj   pppp 
2       9999     1     cc     tt   zz   tR       2      UK   less values    jjjj   pppp