使用Pandas groupby从多个行连接字符串
使用Pandas groupby从多个行连接字符串
提问于 2014-12-04 15:48:35
我想要合并几个字符串在一个数据的基础上，在Pandas的歌舞。
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)我希望最终结果是这样的：
我不明白如何使用groupby并在列"text“中应用某种类型的字符串连接。任何帮助都很感激！
回答 8
Stack Overflow用户
回答已采纳
发布于 2014-12-04 15:54:19
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，并应用lambda，其中我们对文本条目进行join：
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我在这里传递感兴趣的df[['name','text','month']]列的列表，然后调用drop_duplicates，从而使原始df成为子元素。
编辑实际上我只需调用apply，然后调用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
这里没有必要使用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,liteStack Overflow用户
发布于 2019-12-11 10:48:40
我们可以使用“名称”和“月份”列，然后调用熊猫的DataFrame对象的函数。
agg()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信息。
df.groupby(['name', 'month'], as_index = False).agg({'text': ' '.join})
Stack Overflow用户
发布于 2017-08-28 19:18:24
EdChum的回答为您提供了很大的灵活性，但是如果您只想将字符串连接到列表对象的一列中，您还可以：
output_series = df.groupby(['name','month'])['text'].apply(list)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/27298178
复制相关文章
相似问题
腾讯云开发者
