如何使用「groupby」連接 Pandas DataFrame 中群組內的字串？

Pandas groupby：取得字串連線

使用其中一列包含字串的DataFrame 時，預設sum() 函數可能並不總是能提供期望的結果。在這種情況下，目標是連接每個群組的字串，這裡有一個全面的解釋和解決方案。

考慮以下DataFrame：

   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       !

預設情況下，應用sum()到列「C」會產生以下輸出：

A
1    Thisstring
2           is!
3             a
4        random
dtype: object

要取得為每個群組連接字串的所需輸出，有多種方法：

使用apply () 函數：

一種方法是將自訂函數應用於groupby對象。此函數可以連接每個組內的字串。

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

df.groupby('A').apply(f)</code>

或：

您可以透過明確使用apply() 和lambda 函數來獲得相同的結果：

<code class="python">df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join(x))</code>

應用自訂邏輯：

如果需要自訂，例如刪除空字串或套用特定分隔符，您可以在lambda 函數中實作自己的邏輯。

例如，要刪除空字串：

<code class="python">df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join([c for c in x if c]))</code>

效能注意事項：

請注意，套用自訂函數可能比使用內建sum() 函數。因此，建議根據您的具體需求考慮效能影響。

以上是如何使用「groupby」連接 Pandas DataFrame 中群組內的字串？的詳細內容。更多資訊請關注PHP中文網其他相關文章！