Pandas Groupby를 사용하여 문자열 연합을 얻는 방법
Pandas의 groupby 방법을 사용하여 데이터를 그룹화할 때 숫자 열은 다음을 사용하여 쉽게 집계할 수 있습니다. 합계와 같은 기능을 합니다. 그러나 간단한 연결이 항상 바람직한 것은 아니기 때문에 문자열 열을 집계하는 것은 어려운 일입니다. 이 문서에서는 그룹 내에서 문자열 통합을 얻는 방법을 살펴봅니다.
문제:
다음 DataFrame을 고려하세요.
A | B | C |
---|---|---|
1 | 0.749065 | This |
2 | 0.301084 | is |
3 | 0.463468 | a |
4 | 0.643961 | random |
1 | 0.866521 | string |
2 | 0.120737 | ! |
df 적용. groupby("A")["B"].sum()은 각 그룹에 대해 B열의 숫자 값 합계를 반환합니다. 그러나 문자열 열 C에서 df.groupby("A")["C"].sum()을 호출하면 예상대로 작동하지 않아 문자열이 연결됩니다.
해결책:
사용자 정의 함수:
한 가지 접근 방식은 그룹 내의 문자열 값을 집계하는 사용자 정의 함수를 정의하는 것입니다. 이 함수는 apply() 메서드를 사용하여 DataFrame에 적용할 수 있습니다. 예:
<code class="python">def f(x): return Series(dict(A = x['A'].sum(), B = x['B'].sum(), C = "{%s}" % ', '.join(x['C']))) df.groupby('A').apply(f)</code>
이렇게 하면 각 그룹의 C열에 문자열이 통합된 DataFrame이 반환됩니다. 여기서 문자열은 중괄호 안에 포함됩니다.
Lambda with . sum():
또 다른 방법은 숫자 열에 .sum()을 사용하고 문자열 열에 사용자 정의 연결을 사용하여 groupby 객체에 람다 함수를 적용하는 것입니다.
<code class="python">df.groupby('A').apply(lambda x: x.sum())</code>
이것은 숫자 값과 연결된 문자열의 합계를 포함하는 DataFrame을 반환합니다. 문자열 합집합을 얻으려면 람다 함수 내에서 문자열 조작을 사용할 수 있습니다.
성능 고려 사항:
groupby에 사용자 정의 함수를 적용한다는 점에 유의하는 것이 중요합니다. 개체는 숫자 열에 집계 함수를 사용하는 것보다 느립니다. 대규모 데이터 세트의 경우 이러한 성능 균형을 고려해야 합니다.
위 내용은 고유한 값을 위해 Pandas Groupby 내에서 문자열을 어떻게 결합할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

numpyarraysarebetterfornumericaloperations 및 multi-dimensionaldata, mumemer-efficientArrays

numpyarraysarebetterforheavynumericalcomputing, whilearraymoduleisiMoresuily-sportainedprojectswithsimpledatatypes.1) numpyarraysofferversatively 및 formanceforgedatasets 및 complexoperations.2) Thearraymoduleisweighit 및 ep

ctypesallowscreatingandmanipulatingC-stylearraysinPython.1)UsectypestointerfacewithClibrariesforperformance.2)CreateC-stylearraysfornumericalcomputations.3)PassarraystoCfunctionsforefficientoperations.However,becautiousofmemorymanagement,performanceo

Inpython, "목록", isaversatile, mutablesequencetatcanholdmixeddatattypes, whilean "array"isamorememory-efficed, homogeneouseceenceRequiringElements ofthesAmeType.1) ListSareIdeAldiversEdatastorageandmanipulationDuetoIrflexibrieth

PythonlistsAndarraysareBotheBotheBothebothable.1) ListSareflexibleandsupporterogenousDatabutarabestemory-efficient.2) Arraysaremorememory-efforhomogeneousdatabutlessverstile, CorrectTypecodeusagetoavoidercer가 필요합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python 또는 C를 선택하는 것은 프로젝트 요구 사항에 따라 다릅니다. 1) 빠른 개발, 데이터 처리 및 프로토 타입 설계가 필요한 경우 Python을 선택하십시오. 2) 고성능, 낮은 대기 시간 및 근접 하드웨어 제어가 필요한 경우 C를 선택하십시오.

매일 2 시간의 파이썬 학습을 투자하면 프로그래밍 기술을 효과적으로 향상시킬 수 있습니다. 1. 새로운 지식 배우기 : 문서를 읽거나 자습서를 시청하십시오. 2. 연습 : 코드를 작성하고 완전한 연습을합니다. 3. 검토 : 배운 내용을 통합하십시오. 4. 프로젝트 실무 : 실제 프로젝트에서 배운 것을 적용하십시오. 이러한 구조화 된 학습 계획은 파이썬을 체계적으로 마스터하고 경력 목표를 달성하는 데 도움이 될 수 있습니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

에디트플러스 중국어 크랙 버전
작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

Dreamweaver Mac版
시각적 웹 개발 도구

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.
