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

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})

其他回答

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'])

你可以根据“name”和“month”列进行分组,然后调用transform,它将返回与原始df对齐的数据,并在我们连接文本条目的地方应用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

我通过传递感兴趣的列的列表df[['name','text','month']]在这里,然后调用drop_duplicate

EDIT实际上我可以调用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

这里不需要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

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})

EdChum的答案为你提供了很大的灵活性,但如果你只是想将字符串连接到列表对象的列中,你也可以:

output_series = df.groupby(['name','month'])['text'].apply(list)

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})