如何使用“groupby”连接 Pandas DataFrame 中组内的字符串？

Pandas groupby：获取字符串连接

使用其中一列包含字符串的 DataFrame 时，默认 sum() 函数可能并不总能提供期望的结果。在这种情况下，目标是连接每个组的字符串，这里有一个全面的解释和解决方案。

考虑以下 DataFrame：

   A         B       C
0  1  0.749065    This
1  2  0.301084      is
2  3  0.463468       a
3  4  0.643961  random
4  1  0.866521  string
5  2  0.120737       !

默认情况下，应用 sum()到列“C”会产生以下输出：

A
1    Thisstring
2           is!
3             a
4        random
dtype: object

要获得为每个组连接字符串的所需输出，有多种方法：

使用 apply () 函数：

一种方法是将自定义函数应用于 groupby 对象。此函数可以连接每个组内的字符串。

<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>

或者：

您可以通过显式使用 apply() 和 lambda 函数来获得相同的结果：

<code class="python">df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join(x))</code>

应用自定义逻辑：

如果需要自定义，例如删除空字符串或应用特定分隔符，您可以在 lambda 函数中实现自己的逻辑。

例如，要删除空字符串：

<code class="python">df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join([c for c in x if c]))</code>

性能注意事项：

请注意，应用自定义函数可能比使用内置 sum() 函数。因此，建议根据您的具体需求考虑性能影响。

以上是如何使用“groupby”连接 Pandas DataFrame 中组内的字符串？的详细内容。更多信息请关注PHP中文网其他相关文章！