使用 Pandas groupby 连接多行的字符串-解网

问：

我想使用 groupby 在列中应用某种字符串串联。

这是我到目前为止的代码：

import pandas as pd
from io import StringIO

data = StringIO("""
"name1","hej","2014-11-01"
"name1","du","2014-11-02"
"name1","aj","2014-12-01"
"name1","oj","2014-12-02"
"name2","fin","2014-11-01"
"name2","katt","2014-11-02"
"name2","mycket","2014-12-01"
"name2","lite","2014-12-01"
""")

# load string as stream into dataframe
df = pd.read_csv(data,header=0, names=["name","text","date"],parse_dates=[2])

# add column with month
df["month"] = df["date"].apply(lambda x: x.month)

我希望最终结果如下所示：

enter image description here

python-3.x pandas group-by

In [119]:

df['text'] = df[['name','text','month']].groupby(['name','month'])['text'].transform(lambda x: ','.join(x))
df[['name','text','month']].drop_duplicates()
Out[119]:
    name         text  month
0  name1       hej,du     11
2  name1        aj,oj     12
4  name2     fin,katt     11
6  name2  mycket,lite     12

我通过在此处传递感兴趣的列列表来子原始 df，然后调用df[['name','text','month']]drop_duplicates

编辑实际上我可以打电话，然后：applyreset_index

In [124]:

df.groupby(['name','month'])['text'].apply(lambda x: ','.join(x)).reset_index()

Out[124]:
    name  month         text
0  name1     11       hej,du
1  name1     12        aj,oj
2  name2     11     fin,katt
3  name2     12  mycket,lite

更新

这里是不必要的：lambda

In[38]:
df.groupby(['name','month'])['text'].apply(','.join).reset_index()

Out[38]: 
    name  month         text
0  name1     11           du
1  name1     12        aj,oj
2  name2     11     fin,katt
3  name2     12  mycket,lite

这个解决方案对我来说也非常有效，可以获得独特的外观。我只是使用“set”而不是“list”，然后菊花链连接和presto。请注意，如果有 nan 值，它不起作用，所以我不得不先在文本字段上使用 fillna（）。在我的情况下，命令结束了：df.groupby（['doc_id']）['author'].apply（set）.apply（“， ”.join）.reset_index（）

0赞 Bill 4/12/2022

我不认为这会在字符串之间增加空格，是吗？

13赞 Nic Scozzaro 6/28/2018 #3

对我来说，上述解决方案很接近，但添加了一些不需要的，所以这里有一个修改后的版本：/n'sdtype:object

df.groupby(['name', 'month'])['text'].apply(lambda text: ''.join(text.to_string(index=False))).str.replace('(\\n)', '').reset_index()

138赞 Ram Prajapati 12/11/2019 #4

我们可以对 'name' 和 'month' 列进行分组，然后调用 Panda 的 DataFrame 对象的 agg（） 函数。

该函数提供的聚合功能允许在一次计算中计算每个组的多个统计数据。agg()

df.groupby(['name', 'month'], as_index = False).agg({'text': ' '.join})

df = pandas.DataFrame({'A' : ['a', 'a', 'b', 'c', 'c'],
                       'B' : ['i', 'j', 'k', 'i', 'j'],
                       'X' : [1, 2, 2, 1, 3]})

  A  B  X
  a  i  1
  a  j  2
  b  k  2
  c  i  1
  c  j  3

df.groupby("X", as_index=False)["A"].agg(' '.join)

  X    A
  1  a c
  2  a b
  3    c

df.groupby("X", as_index=False)[["A", "B"]].agg(' '.join)

  X    A    B
  1  a c  i i
  2  a b  j k
  3    c    j

上一个：使用 XSL 样式表打开 XML 派生数据时创建的不需要的行

下一个：尝试让 Row 函数与数组一起使用

使用 Pandas groupby 连接多行的字符串

Concatenate strings from several rows using Pandas groupby

评论

评论

评论

评论