如何根据一列的重复条目合并另一列的数据框条目
如何根据一列的重复条目合并另一列的数据框条目
提问于 2018-06-08 03:52:17
所以我有一个包含'body‘和'tag_text’列的pandas数据帧。Body是一些文本，而tag_text是赋予该文本的标记。数据帧的组织方式如下
- 每个正文只有一个标记
- 具有多个标记的正文由数据帧中该正文的重复条目表示，每个条目具有不同的tag_text值。
示例：
body，tag_text
“嗨”，“问候”
"hi"，"english“
“再见”，“永别了”
“再见”，“西班牙语”
因此，我的问题是如何有效地创建一个新的数据帧，以便：
- 每个正文只在数据帧中出现一次
- 每个正文的tag_text字段现在是一个标签列表，其中包含与该正文对应的所有标签。
示例：
body，tag_text
"hi"，"greeting"，"english“
“再见”，“再见”，“西班牙语”
这是我又快又脏的方法，但它的效率相当低。所以如果人们有更好的想法我会很感兴趣。
def mergeTagsByBody(df):
bodies = df['body']
unique_bodies = list(set(bodies))
unique_tags = []
for body in unique_bodies:
body_tags = df[df['body'] == body]['tag_text']
unique_tags.append(body_tags)
return pd.DataFrame({'body': unique_bodies, 'tag_text': unique_tags})回答 1
Stack Overflow用户
回答已采纳
发布于 2018-06-08 04:18:34
您可以使用DataFrame.groupby来实现此目的：
df = pd.DataFrame(
[["hi", "greeting"],
["hi", "english"],
["adios", "farewell"],
["adios", "spanish"]],
columns=["body", "tag_text"]
)
def tags_to_list(g):
tags = list(g["tag_text"])
return pd.DataFrame([[g["body"].iloc[0], tags]], columns=["body", "tags"])
(df.groupby("body")
.apply(tags_to_list)
.reset_index(drop=True))
# body tags
# 0 adios [farewell, spanish]
# 1 hi [greeting, english]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50749224
复制相关文章
相似问题