Menggabungkan string dari beberapa baris menggunakan Pandas groupby

Saya ingin menggabungkan beberapa string dalam dataframe berdasarkan groupedby in Pandas.

Ini adalah kode saya sejauh ini:

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)

Saya ingin hasil akhirnya terlihat seperti ini:

Saya tidak mengerti bagaimana saya bisa menggunakan groupby dan menerapkan semacam penggabungan string di kolom "teks". Setiap bantuan dihargai!

Anda dapat mengelompokkan berdasarkan kolom 'name'dan 'month', lalu memanggil transformyang akan mengembalikan data yang selaras dengan df asli dan menerapkan lambda di mana kita joinmemasukkan teks:

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

Saya sub df asli dengan melewatkan daftar kolom yang menarik di df[['name','text','month']]sini dan kemudian memanggildrop_duplicates

EDIT sebenarnya saya bisa menelepon applydan kemudian 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

memperbarui

yang lambdatidak perlu di sini:

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

kita bisa mengelompokkan berdasarkan kolom 'nama' dan 'bulan', lalu memanggil fungsi agg () dari objek DataFrame Panda.

Fungsionalitas agregasi yang disediakan oleh fungsi agg () memungkinkan beberapa statistik dihitung per grup dalam satu penghitungan.

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

Jawaban oleh EdChum memberi Anda banyak fleksibilitas, tetapi jika Anda hanya ingin menggabungkan string ke dalam kolom objek daftar, Anda juga dapat:

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

Bagi saya solusi di atas sudah dekat tetapi menambahkan beberapa / n yang tidak diinginkan dan dtype: object, jadi inilah versi yang dimodifikasi:

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