日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

pandas中實現將相同ID的字符串進行合并_python

作者:Just_do_it_2018 ? 更新時間: 2023-04-11 編程語言

問題描述

"""
id   value
1      A
1      B
1      C
2      D
2      E
2      F
變為:
id  value
1   [A,B,C]
2   [D,E,F]

pandas怎么把上面的結構變為下面的形式?
"""

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進行分類
# 轉變成array對象之后,可以根據data1[0][1]查看其結構

id_kinds = 2#id的種類,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)

#再創建新的dataframe
new_data = pd.DataFrame({'id':[1,2],'value':all_value})
print(new_data)

輸出結果為:

? ?id ? ? ?value
0 ? 1 ?[A, B, C]
1 ? 2 ?[D, E, F]

大神的更優化的解法

解法一:

可以用sum方法,將字符串進行連接

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()

此時的輸出結果為:

id
1 ? ?ABC
2 ? ?DEF
Name: value, dtype: object

但是還不是我們想要的,因為我們還需要在中間加入逗號分隔

① 我們可以先將原始數據的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,對其使用sum方法進行字符串相加

data1 = data.groupby(by='id').sum()

此時的輸出結果為,value值之前多了“,”

id ?value
1 ? ,A,B,C
2 ? ,D,E,F

③ 最后,對該列使用apply函數,去除‘,’

data1['value'] = data1['value'].apply(lambda x :[x[1:]])

就得到了最終的結果:

id ?value
1 ? [A,B,C]
2 ? [D,E,F]

解法二:

對分組之后的結果,直接使用apply函數

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之后的數據結構是什么樣的,它是由元組構成的(分組名,數據塊),數據塊也就是dataframe結構。使用以下方式可以查看groupby之后的對象:

for ID,group in group_df:
? ? print(ID)
? ? print(group)

apply函數中的x作用的即是數據塊(dataframe),通過數據塊取value那一行得到的是Series對象,于是可以使用join方法進行操作。

總結

sum方法不僅可以用于數值計算,還可用于對于一個Series對象而言的字符串相加

a = ['a','b']
c = pd.Series(a).sum()

apply函數非常靈活,不僅可以作用于一個Series對象,還可以作用于一個groupby之后的數據塊

data['value'].apply(lambda x :*****)
data.groupby(by='**').apply(lambda x :*****)

lambda匿名函數可以極大優化精簡我們的代碼,是一個非常靈活好用的函數,記住它!

原文鏈接:https://blog.csdn.net/qq_32618817/article/details/80430841

欄目分類
最近更新