pandas中實(shí)現(xiàn)將相同ID的字符串進(jìn)行合并
問(wèn)題描述
""" id value 1 A 1 B 1 C 2 D 2 E 2 F 變?yōu)椋? id value 1 [A,B,C] 2 [D,E,F] pandas怎么把上面的結(jié)構(gòu)變?yōu)橄旅娴男问剑? """
自己的解決方案
import pandas as pd
import numpy as np
data = pd.DataFrame({'id':[1,1,1,2,2,2],'value':['A','B','C','D','E','F']})
data1 = np.array(data.groupby(['id']))#按照id進(jìn)行分類(lèi)
# 轉(zhuǎn)變成array對(duì)象之后，可以根據(jù)data1[0][1]查看其結(jié)構(gòu)
id_kinds = 2#id的種類(lèi)，此例比如1、2共兩種
all_value = []
for j in range(2):
value = []
for i in data1[j][1]['value']:
value.append(i)
all_value.append(value)
print(all_value)
#再創(chuàng)建新的dataframe
new_data = pd.DataFrame({'id':[1,2],'value':all_value})
print(new_data)輸出結(jié)果為：
id value
0 1 [A, B, C]
1 2 [D, E, F]
大神的更優(yōu)化的解法
解法一：
可以用sum方法，將字符串進(jìn)行連接
import pandas as pd
import numpy as np
data = pd.DataFrame({'id':[1,1,1,2,2,2],'value':['A','B','C','D','E','F']})
data1 = data.groupby(by='id')['value'].sum()此時(shí)的輸出結(jié)果為：
id
1 ABC
2 DEF
Name: value, dtype: object
但是還不是我們想要的，因?yàn)槲覀冞€需要在中間加入逗號(hào)分隔
① 我們可以先將原始數(shù)據(jù)的value都變成“,A”
data = pd.DataFrame({'id':[1,1,1,2,2,2],'value':['A','B','C','D','E','F']})
data['value'] = data['value'].apply(lambda x:','+ x)② 然后，對(duì)其使用sum方法進(jìn)行字符串相加
data1 = data.groupby(by='id').sum()
此時(shí)的輸出結(jié)果為，value值之前多了“,”
id value
1 ,A,B,C
2 ,D,E,F
③ 最后，對(duì)該列使用apply函數(shù)，去除‘,’
data1['value'] = data1['value'].apply(lambda x :[x[1:]])
就得到了最終的結(jié)果：
id value
1 [A,B,C]
2 [D,E,F]
解法二：
對(duì)分組之后的結(jié)果，直接使用apply函數(shù)
一行代碼就搞定！
data1 = data.groupby(by='id').apply(lambda x:[','.join(x['value'])])
那為什么可以這么做呢？
首先需要剖析的是，groupby之后的數(shù)據(jù)結(jié)構(gòu)是什么樣的，它是由元組構(gòu)成的（分組名，數(shù)據(jù)塊），數(shù)據(jù)塊也就是dataframe結(jié)構(gòu)。使用以下方式可以查看groupby之后的對(duì)象：
for ID，group in group_df: ? ? print(ID) ? ? print(group)
apply函數(shù)中的x作用的即是數(shù)據(jù)塊（dataframe），通過(guò)數(shù)據(jù)塊取value那一行得到的是Series對(duì)象，于是可以使用join方法進(jìn)行操作。
總結(jié)
sum方法不僅可以用于數(shù)值計(jì)算，還可用于對(duì)于一個(gè)Series對(duì)象而言的字符串相加
a = ['a','b'] c = pd.Series(a).sum()
apply函數(shù)非常靈活，不僅可以作用于一個(gè)Series對(duì)象，還可以作用于一個(gè)groupby之后的數(shù)據(jù)塊
data['value'].apply(lambda x :*****) data.groupby(by='**').apply(lambda x :*****)
lambda匿名函數(shù)可以極大優(yōu)化精簡(jiǎn)我們的代碼，是一個(gè)非常靈活好用的函數(shù)，記住它！
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python 點(diǎn)集排序之帶索引的Z字形排序算法實(shí)現(xiàn)代碼
這篇文章介紹了如何使用Python在Grasshopper中實(shí)現(xiàn)點(diǎn)集排序功能,包括點(diǎn)的Y坐標(biāo)分組和X坐標(biāo)排序,以及追蹤每個(gè)點(diǎn)的原始索引位置,通過(guò)創(chuàng)建點(diǎn)索引對(duì)、分組邏輯和排序,實(shí)現(xiàn)了Z字形排序算法,感興趣的朋友一起看看吧2025-01-01
pytest官方文檔解讀fixtures的調(diào)用方式
這篇文章主要為大家介紹了pytest官方文檔解讀fixtures的調(diào)用方式，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
Python內(nèi)置模塊Collections的使用教程詳解
collections 是 Python 的一個(gè)內(nèi)置模塊，所謂內(nèi)置模塊的意思是指 Python 內(nèi)部封裝好的模塊，無(wú)需安裝即可直接使用。本文將詳解介紹Collections的使用方式，需要的可以參考一下2022-03-03
Python 中的參數(shù)傳遞、返回值、淺拷貝、深拷貝
這篇文章主要介紹了Python 中的參數(shù)傳遞、返回值、淺拷貝、深拷貝,非常不錯(cuò)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2019-06-06
這篇文章主要介紹了Python的字符串操作簡(jiǎn)單實(shí)例,字符串有許多種操作方式,本文帶來(lái)幾個(gè)操作實(shí)例,快來(lái)一起看看吧2023-04-04
這篇文章主要介紹了使用Python獲取Linux系統(tǒng)的各種信息,例如系統(tǒng)類(lèi)型、CPU信息、內(nèi)存信息、塊設(shè)備等,需要的朋友可以參考下2014-07-07
UEditor是由百度web前端研發(fā)部開(kāi)發(fā)所見(jiàn)即所得富文本web編輯器，具有輕量，可定制，注重用戶體驗(yàn)等特點(diǎn)，開(kāi)源基于MIT協(xié)議，允許自由使用和修改代碼。2014-07-07
pytorch.range()和pytorch.arange()的區(qū)別及說(shuō)明
這篇文章主要介紹了pytorch.range()和pytorch.arange()的區(qū)別及說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
python 中的列表生成式、生成器表達(dá)式、模塊導(dǎo)入
這篇文章主要介紹了python中的列表生成式、生成器表達(dá)式、模塊導(dǎo)入 ,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2019-06-06
Python?matplotlib中更換畫(huà)布背景顏色的3種方法
這篇文章主要給大家介紹了關(guān)于Python?matplotlib中更換畫(huà)布背景顏色的3種方法,在Matplotlib中,我們可以使用set_facecolor()方法來(lái)設(shè)置背景顏色,文中通過(guò)圖文以及代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-11-11