對比SQL，學習Pandas操作：group_concat如何實現(xiàn)？

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

group_concat

SQL或者MySQL中的group_concat到底實現(xiàn)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(shù)據(jù)，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(shù)據(jù)去掉，然后將剩下的放在一起；比如id=1的數(shù)據(jù)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(shù)據(jù)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(jīng)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(xiàn)的效果，下面利用pandas來實現(xiàn)。

模擬數(shù)據(jù)

import?pandas?as?pd
import?numpy?as?np

df?=?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(xiàn)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(shù)。因為這個函數(shù)只能操作字符串，所以我們需要將df中的數(shù)值型數(shù)據(jù)轉(zhuǎn)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(shù)。下面只是進行所以重排

方式4：降序排列

1、我們先實現(xiàn)默認的升序排列

2、對score字段再次使用apply函數(shù)，通過對列表使用sorted函數(shù)來實現(xiàn)降序排列

親愛的朋友，學會了嗎？