使用 Pandas groupby

连接多行字符串

原文:https://www . geeksforgeeks . org/concatenate-strings-from-from-from-row-using-pandas-group by/

熊猫data frame . group by()方法用于根据一些标准将数据分成组。分组的抽象定义是提供标签到组名的映射。

要使用 Dataframe.groupby() 连接多行字符串，请执行以下步骤:

  1. 使用 Dataframe.groupby()方法对数据进行分组，您需要连接该方法的属性。
  2. 使用连接函数连接字符串，并使用【λ】语句转换该列的值。

我们将使用具有 2 列的 CSV 文件，该文件的内容如下图所示:

示例 1: 我们将连接同名分支列中的数据。

Python 3

# import pandas library
import pandas as pd

# read csv file
df = pd.read_csv("Book2.csv")

# concatenate the string
df['branch'] = df.groupby(['Name'])['branch'].transform(lambda x : ' '.join(x))

# drop duplicate data
df = df.drop_duplicates()   

# show the dataframe
print(df)

输出:

示例 2: 我们还可以在多列上执行 Pandas groupby。

我们将使用具有 3 列的 CSV 文件，该文件的内容如下图所示:

在“姓名”和“年份”列上应用 groupby

Python 3

# import pandas library
import pandas as pd

# read a csv file
df = pd.read_csv("Book1.csv")

# concatenate the string
df['branch'] = df.groupby(['Name', 'year'])['branch'].transform(
                                              lambda x: ' '.join(x))

# drop duplicate data
df = df.drop_duplicates()          

# show the dataframe
df

输出:

Groupby on multiple columns

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://moonapi.com/news/14494.html