使用Pandas groupby连接来自几行的字符串

我想合并几个字符串在一个数据框架基于groupedby在Pandas。

这是我目前为止的代码:

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)

我希望最终的结果是这样的:

我不明白我如何可以使用groupby，并在“文本”列中应用字符串的某种连接。感谢任何帮助!

当前回答

对我来说，上面的解决方案很接近，但添加了一些不需要的/n和dtype:object，所以这里是一个修改版本:

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

2018-06-28 15:00:16

其他回答

感谢所有其他的答案，下面的可能是最简洁的，感觉更自然。使用df.groupby("X")["A"].agg()对一个或多个选定列进行聚合。

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

2022-12-01 11:55:23

请试试这行代码:-

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

2021-10-28 10:17:32

虽然，这是一个老问题。但以防万一。我使用下面的代码，它似乎工作像一个魅力。

text = ''.join(df[df['date'].dt.month==8]['text'])

2021-03-30 10:12:06

如果你想在一个列表中连接你的“文本”:

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

2020-11-25 14:46:15

我们可以根据“name”和“month”列进行分组，然后调用Panda的DataFrame对象的agg()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})

2019-12-11 10:48:40

使用Pandas groupby连接来自几行的字符串

推荐文章

最新文章

标签