Python根据主键将多行数据合并为一行

在数据处理的过程中，我们常常会遇到需要将多行数据根据主键合并为一行的情况。例如，在一个订单数据表中，每个订单可能有多个商品，我们希望将同一个订单的多个商品合并为一行，以便更好地进行分析和统计。本文将介绍如何使用Python根据主键将多行数据合并为一行，并提供相应的代码示例。

数据准备

首先，我们需要准备一些示例数据来进行演示。假设我们有一个名为orders的数据表，包含以下字段：

  • order_id：订单ID
  • product_id：商品ID
  • product_name：商品名称
  • quantity：商品数量

示例数据如下：

order_id product_id product_name quantity
1 1 商品A 2
1 2 商品B 3
2 1 商品A 1
2 3 商品C 4
3 2 商品B 2
3 3 商品C 1

我们的目标是根据order_id将多行数据合并为一行，得到以下结果：

order_id product_ids product_names quantities
1 [1, 2] [商品A, 商品B] [2, 3]
2 [1, 3] [商品A, 商品C] [1, 4]
3 [2, 3] [商品B, 商品C] [2, 1]

解决方案

我们可以使用Python中的pandas库来实现根据主键将多行数据合并为一行的操作。首先，我们需要安装pandas库，并导入相应的模块：

import pandas as pd

接下来，我们需要读取数据并将其转换为pandas的DataFrame对象：

data = [
    (1, 1, '商品A', 2),
    (1, 2, '商品B', 3),
    (2, 1, '商品A', 1),
    (2, 3, '商品C', 4),
    (3, 2, '商品B', 2),
    (3, 3, '商品C', 1)
]
columns = ['order_id', 'product_id', 'product_name', 'quantity']

df = pd.DataFrame(data, columns=columns)

现在，我们可以使用groupby和apply方法来根据order_id将多行数据合并为一行。首先，我们定义一个自定义函数merge_rows，该函数将每个分组的多行数据合并为一行：

def merge_rows(group):
    return pd.Series({
        'product_ids': group['product_id'].tolist(),
        'product_names': group['product_name'].tolist(),
        'quantities': group['quantity'].tolist()
    })

然后，我们使用groupby方法按照order_id进行分组，并应用merge_rows函数：

result = df.groupby('order_id').apply(merge_rows)

最后，我们可以使用reset_index方法将order_id作为一列重新添加到结果中：

result = result.reset_index()

现在，我们可以打印出合并后的结果：

print(result)

运行以上代码，输出结果如下：

   order_id product_ids       product_names quantities
0         1      [1, 2]      [商品A, 商品B]     [2, 3]
1         2      [1, 3]      [商品A, 商品C]     [1, 4]
2         3      [2, 3]      [商品B, 商品C]     [2, 1]

甘特图

下面是使用mermaid语法绘制的甘特图，展示了将多行数据合并为一行的过程：

gantt
    dateFormat  YYYY-MM-DD
    title       根据主键将多行数据合并为一行

    section 数据