[已解决]数据合并，格式化内容

Amgalang

各位鱼友大家晚上好，
        我有一个excel文件其内容如下：
        编号        词语        内容        英文同义词集合        WORD1        WORD2        POS
        10978422        A        节奏        tempo,pace,        tempo        tempo        N
        10978422        B        节奏        tempo,pace,        tempo        tempo        N
        10978422        C        节奏        tempo,pace,        tempo        tempo        N
        10978422        D        节奏        tempo,pace,        tempo        tempo        N
        10978422        E        节奏        tempo,pace,        tempo        tempo        N
        10978422        F        节奏        tempo,pace,        tempo        tempo        N
        10978422        G        节奏        tempo,pace,        tempo        tempo        N
        10978422        H        节奏        tempo,pace,        tempo        tempo        N
        10978422        I        步调        tempo,pace,        tempo        tempo        N

我想按照编号一列的【重复项】更换数据格式或者说合并数据，想得到以下结果：

编号        词语        内容        英文同义词集合        WORD1        WORD2        POS
10978422        【A,B,C,D,E,F,G,H,I】        【节奏，节奏，节奏，节奏，节奏，节奏，节奏，节奏，步调】        tempo,pace,        tempo        tempo        N
也就是说前三列需要合并的感觉，写望你能帮助，真心感谢。（ps：因为等级原因只能发小的悬赏，还望海涵）

最佳答案

月排行榜 / 总排行榜

chipeyown

2020-12-21 22:00:15

1. import pandas as pd
   
2. def mergedata(x):
   
3.     c0=x.iloc[0,0]
   
4.     c1=[m for m in x['词语']]
   
5.     c1='['+','.join(c1)+']'
   
6.     c2=[m for m in x['内容']]
   
7.     c2='['+','.join(c2)+']'
   
8.     c3=x.iloc[0,3]
   
9.     c4=x.iloc[0,4]
   
10.     c5=x.iloc[0,5]
    
11.     c6=x.iloc[0,6]
    
12.     s=pd.DataFrame([c0,c1,c2,c3,c4,c5,c6],index=x.columns).T
    
13.     return s
    
14. 
    
15. df=pd.read_excel('excel.xlsx')
    
16. df2=df.groupby('编号',as_index=False).apply(mergedata)
    
17. df2.to_excel('result.xlsx',index=None)

复制代码

python做的，把数据放到excel.xlsx

跳转到最佳答案楼层

chipeyown

1. import pandas as pd
   
2. def mergedata(x):
   
3.     c0=x.iloc[0,0]
   
4.     c1=[m for m in x['词语']]
   
5.     c1='['+','.join(c1)+']'
   
6.     c2=[m for m in x['内容']]
   
7.     c2='['+','.join(c2)+']'
   
8.     c3=x.iloc[0,3]
   
9.     c4=x.iloc[0,4]
   
10.     c5=x.iloc[0,5]
    
11.     c6=x.iloc[0,6]
    
12.     s=pd.DataFrame([c0,c1,c2,c3,c4,c5,c6],index=x.columns).T
    
13.     return s
    
14. 
    
15. df=pd.read_excel('excel.xlsx')
    
16. df2=df.groupby('编号',as_index=False).apply(mergedata)
    
17. df2.to_excel('result.xlsx',index=None)

复制代码

python做的，把数据放到excel.xlsx

Amgalang

chipeyown 发表于 2020-12-22 11:11
python做的，把数据放到excel.xlsx

哇哦，完美解决了我的问题，谢谢您的帮助，再次感受到了python的强大，向您学习

Amgalang

chipeyown 发表于 2020-12-21 22:00
python做的，把数据放到excel.xlsx

您好，能帮我 再稍微改进一些吗？因为我发现词语一列里有一个词组成了一个集合的情况，例如：
     09963172N        [A]        [北方]        north,magnetic_north,compass_north,        north        north        N
     我目前不想要这种就有一个词的，有没有可以动态更改的改进方式呢，比如有的时候我想要这种数据 我就把代码中#去掉，不想要就 跑以下这一行，希望您能帮忙，谢谢。