使用 Pandas groupby 连接多行中的字符串

小编典典

使用 Pandas groupby 连接多行中的字符串

all

我想根据 Pandas 中的 groupedby 合并数据框中的几个字符串。

到目前为止，这是我的代码：

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：

在此处输入图像描述

我不明白如何使用 groupby 并在“文本”列中应用某种字符串连接。任何帮助表示赞赏！

阅读 58

2022-08-05

共1个答案

小编典典

您可以按'name'和'month'列分组，然后调用transform它将返回与原始 df 对齐的数据并在我们join的文本条目中应用
lambda：

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，df[['name','text','month']]然后调用drop_duplicates

编辑实际上我可以打电话apply然后reset_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lambda是不必要的：

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

2022-08-05