如果数据帧中的数据流相同，如何对它们进行分组？

Question

import pandas as pd

row_1 = pd.Series({'Address A': 3647,
                   'Address B': 555,
                   'Total Delay': 1.2})
row_2 = pd.Series({'Address A': 555,
                   'Address B': 3647,
                   'Total Delay': 2.1})
row_3 = pd.Series({'Address A': 4567,
                   'Address B': 555,
                   'Total Delay': 0.6})
df = pd.DataFrame([row_1, row_2, row_3], index = [1, 2, 3])
df.head()

output:

    Address A   Address B   Total Delay                         
1   3647        555         1.2
2   555         3647        2.1
3   4567        555         0.6

假设我有上面的数据帧，我如何将1和2分组为[3647555]，如果它们在行中是相同的，并将它们的总延迟添加到3.3，从而得到一个新的数据帧。你知道吗

我要再做5万个数据。你知道吗

    Address A   Address B   Total Delay                         
1   3647        555         3.3
3   4567        555         0.6

Answer 1

首先，我们用np.sort对索引轴（每行）上的Address A和Address B进行排序。然后我们GroupBy在这些列上使用sum+first：

cols = ['Address B', 'Address A']
df[cols] = np.sort(df[cols])

dfg = df.groupby(cols).agg({'No.':'first',
                            'Total Delay':'sum'}).reset_index()

   Address A  Address B  No.  Total Delay
0       3647        555    1         3.30
1       4567        555    3         0.60

---

如果希望列的顺序与此完全一致，请使用DataFrame.reindex：

dfg = dfg.reindex(df.columns, axis='columns')

   No.  Address A  Address B  Total Delay
0    1       3647        555         3.30
1    3       4567        555         0.60