Pandas 按值分组并合并行

Question

我有一个 DataFrame，我想合并包含相同值的行

toy = [

    [10, 11],

    [21, 22],

    [11, 15],

    [22, 23],

    [15, 33]

]

toy = pd.DataFrame(toy, columns = ['ID1', 'ID2'])

    ID1 ID2

0   10  11

1   21  22

2   11  15

3   22  23

4   15  33

我希望之后得到的是

    0   1   2   3

0   10  11  15  33.0

1   21  22  23  NaN

因此合并包含任何相同值的行。

我的解决方案非常不优雅，我正在寻找正确的方法来做到这一点......递归？通过...分组？唔..

#### Feel Free to NOT read this... ###

for k in range(100):

    print(k)

    merge_df = []

    merged_indices = []

    for i, row in toy.iterrows():

        if i in merged_indices:

            continue

        cp = toy.copy()

        merge_rows = cp[cp.isin(row.values)].dropna(how="all")

        merged_indices = merged_indices + list(merge_rows.index)

        merge_rows = np.array(toy.iloc[merge_rows.index]).flatten()

        merge_rows = np.unique(merge_rows)

        merge_df.append(merge_rows)

    if toy.shape[0] == len(merge_df):

        break

    toy = pd.DataFrame(merge_df).copy() 

Answer 1

听起来像是网络问题，所以我使用 networkximport networkx as nx G=nx.from_pandas_edgelist(toy, 'ID1', 'ID2')l=list(nx.connected_components(G))newdf=pd.DataFrame(l)newdfOut[896]:     0   1   2     30  33  10  11  15.01  21  22  23   NaN