Pandas groupby: Как получить объединение строк

Ответ 1

In [4]: df = read_csv(StringIO(data),sep='\s+')

In [5]: df
Out[5]: 
   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       !

In [6]: df.dtypes
Out[6]: 
A      int64
B    float64
C     object
dtype: object

Когда вы применяете свою собственную функцию, не происходит автоматического исключения нечисловых столбцов. Это медленнее, чем применение .sum() к groupby

In [8]: df.groupby('A').apply(lambda x: x.sum())
Out[8]: 
   A         B           C
A                         
1  2  1.615586  Thisstring
2  4  0.421821         is!
3  3  0.463468           a
4  4  0.643961      random

sum по умолчанию объединяет

In [9]: df.groupby('A')['C'].apply(lambda x: x.sum())
Out[9]: 
A
1    Thisstring
2           is!
3             a
4        random
dtype: object

Вы можете делать в основном то, что хотите

In [11]: df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join(x))
Out[11]: 
A
1    {This, string}
2           {is, !}
3               {a}
4          {random}
dtype: object

Делать это на весь кадр, по одной группе за раз. Ключ должен вернуть Series

def f(x):
     return Series(dict(A = x['A'].sum(), 
                        B = x['B'].sum(), 
                        C = "{%s}" % ', '.join(x['C'])))

In [14]: df.groupby('A').apply(f)
Out[14]: 
   A         B               C
A                             
1  2  1.615586  {This, string}
2  4  0.421821         {is, !}
3  3  0.463468             {a}
4  4  0.643961        {random}

Ответ 2

Вы можете использовать метод apply для применения произвольной функции к сгруппированным данным. Поэтому, если вы хотите установить набор, примените set. Если вам нужен список, примените list.

>>> d
   A       B
0  1    This
1  2      is
2  3       a
3  4  random
4  1  string
5  2       !
>>> d.groupby('A')['B'].apply(list)
A
1    [This, string]
2           [is, !]
3               [a]
4          [random]
dtype: object

Если вы хотите что-то другое, просто напишите функцию, которая делает то, что вы хотите, а затем apply.

Ответ 3

Вы можете использовать функцию aggregate (или agg), чтобы объединить значения. (Непроверенный код)

df.groupby('A')['B'].agg(lambda col: ''.join(col))

Ответ 4

Вы можете попробовать это:

df.groupby('A').agg({'B':'sum','C':'-'.join})

Ответ 5

простое решение:

>>> df.groupby(['A','B']).c.unique().reset_index()

Ответ 6

Если вы хотите перезаписать столбец B в кадре данных, это должно работать:

    df = df.groupby('A',as_index=False).agg(lambda x:'\n'.join(x))

Ответ 7

Именованные агрегаты с pandas >= 0.25.0

Начиная с версии 0.25.0 для панд, мы называли агрегаты, в которых мы можем группировать, агрегировать и в то же время назначать новые имена нашим столбцам. Таким образом, мы не получим столбцы MultiIndex, а имена столбцов имеют больше смысла, учитывая данные, которые они содержат:

агрегировать и получить список строк

grp = df.groupby('A').agg(B_sum=('B','sum'),
                          C=('C', list)).reset_index()

print(grp)
   A     B_sum               C
0  1  1.615586  [This, string]
1  2  0.421821         [is, !]
2  3  0.463468             [a]
3  4  0.643961        [random]

агрегировать и объединять строки

grp = df.groupby('A').agg(B_sum=('B','sum'),
                          C=('C', ', '.join)).reset_index()

print(grp)
   A     B_sum             C
0  1  1.615586  This, string
1  2  0.421821         is, !
2  3  0.463468             a
3  4  0.643961        random

Ответ 8

После хорошего ответа @Erfan в большинстве случаев при анализе агрегированных значений вам нужны уникальные возможные комбинации этих существующих значений символов:

unique_chars = lambda x: ', '.join(x.unique())
(df
 .groupby(['A'])
 .agg({'C': unique_chars}))