我有以下结构的数据框：
mydf：
Entry Address ShortOrdDesc
0 988 Fake Address 1 SC_M_W_3_1
1 989 Fake Address 2 SC_M_W_3_3
2 992 Fake Address 3 nan_2
3 992 SC_M_G_1_1
4 992 SC_M_O_1_1
在此df上需要完成一些工作，以合并具有相同Entry的行。对于这些，仅第一行具有地址。我需要将ShortOrdDesc列和地址连接起来。我发现了一个非常有用的链接：
Pandas groupby: How to get a union of strings
为此，我开发了以下功能：
def f(x):
return pd.Series(dict(A = x['Entry'].sum(),
B = x['Address'].sum(),
C = "%s" % '; '.join(x['ShortOrdDesc'])))
使用哪个
myobj = ordersToprint.groupby('Entry').apply(f)
这将返回错误：
TypeError：必须为str，而不是int
查看我的数据，我看不出问题出在哪里，因为我相信在'Entry'的整数上运行.sum（）应该可以。
我的代码或方法有什么错误？
最佳答案
我认为某些列是数字的，需要string。
因此，使用astype，如果需要删除NaN，请添加dropna：
def f(x):
return pd.Series(dict(A = x['Entry'].sum(),
B = ''.join(x['Address'].dropna().astype(str)),
C = '; '.join(x['ShortOrdDesc'].astype(str))))
myobj = ordersToprint.groupby('Entry').apply(f)
print (myobj)
A B C
Entry
988 988 Fake Address 1 SC_M_W_3_1
989 989 Fake Address 2 SC_M_W_3_3
992 2976 Fake Address 3 nan_2; SC_M_G_1_1; SC_M_O_1_1
agg的另一种解决方案，但随后需要重命名列：f = {'Entry':'sum',
'Address' : lambda x: ''.join(x.dropna().astype(str)),
'ShortOrdDesc' : lambda x: '; '.join(x.astype(str))}
cols = {'Entry':'A','Address':'B','ShortOrdDesc':'C'}
myobj = ordersToprint.groupby('Entry').agg(f).rename(columns=cols)[['A','B','C']]
print (myobj)
A B C
Entry
988 988 Fake Address 1 SC_M_W_3_1
989 989 Fake Address 2 SC_M_W_3_3
992 2976 Fake Address 3 nan_2; SC_M_G_1_1; SC_M_O_1_1