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 ID20   10  111   21  222   11  153   22  234   15  33我希望之后得到的是    0   1   2   30   10  11  15  33.01   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 networkx

import networkx as nx 

G=nx.from_pandas_edgelist(toy, 'ID1', 'ID2')

l=list(nx.connected_components(G))

newdf=pd.DataFrame(l)

newdf

Out[896]: 

    0   1   2     3

0  33  10  11  15.0

1  21  22  23   NaN