前言

前面讲到explode操作是把某一列中的嵌套列表拆分为多行
那有时候我们会有着相反的需求，即按照某一列，把相同值对应的多行合并成一行

原理

主要用到groupby函数+apply函数

1. 读取数据

data=pd.read_csv('data.csv',header=None)
data.columns=['car_id','time','lon','lat']

2. 多列合并为一列

def merge_cols(Series):
    # 获取非空项
    Series=Series[Series.notna()]
    # 获取当行所有数据
    value=Series.value
    # 将每一行的数据变为一个一层嵌套的列表
    result=[value[0],value[1],value[2]]
    return result
data['tra_info']=data.iloc[:,1:].apply(merge_cols,axis=1)

也可以使用匿名函数写

data['tra_info']=data.iloc[:,1:].apply(lambda x: [x.values[0],x.values[1],x.values[2]],axis=1)

3. 多行合并为一行

new_data=data.groupby(['car_id'],as_index=False)["tra_info"].apply(list)

也可以使用匿名函数写

new_data=data.groupby(['car_id'],as_index=False)["tra_info"].apply(lambda x :list(x))

完整代码：

import pandas as pd
def merge_cols(Series):
    # 获取非空项
    Series=Series[Series.notna()]
    # 获取当行所有数据
    value=Series.values
    # 将每一行的数据变为一个一层嵌套的列表
    result=[value[0],value[1],value[2]]
    return result
data=pd.read_csv('data.csv',header=None)
data.columns=['car_id','time','lon','lat']
print(data)
# data['tra_info']=data.iloc[:,1:].apply(merge_cols,axis=1)
data['tra_info']=data.iloc[:,1:].apply(lambda x: [x.values[0],x.values[1],x.values[2]],axis=1)
data=data.drop(['time','lon','lat'],axis=1)
print(data)
# new_data=data.groupby(['car_id'],as_index=False)["tra_info"].apply(list)
new_data=data.groupby(['car_id'],as_index=False)["tra_info"].apply(lambda x :list(x))
print(new_data)
new_data.to_csv('tra_data.csv',index=False)

参考链接：
如何根据多列的值将多行与python pandas 合并成一行