Question

我有一个看起来像这样的数据框：

df：

      Source    Text    
      Agent     aa      
      Agent     ab      
      Visitor   ac      
      Agent     ad      
      Visitor   ae      
      Visitor   ba      
      Visitor   bb      
      Agent     bc      
      Agent     bd      
      Agent     be

我想创建一个看起来如下的新数据框：

      Source    Text    
      Agent     aa ab   
      Visitor   ac      
      Agent     ad      
      Visitor   ae ba bb 
      Agent     bc bd be

因此，对于座席/访客交谈的每个新实例，我想将一个人在新单元格中所说的不同内容合并在一起。

我找到了this post，但这太具体了，我看不到如何将其应用于我的数据框。

Answer 1

您可以groupby乘Series，由Source的{{3}}移到cumsum和join来创建，最后使用双{ {3}}-第一个用于从Source移除第一级的MultiIndex，第二个用于列：

g = df['Source'].ne(df['Source'].shift()).cumsum()
df1 = (df.groupby([g, 'Source'])['Text']
         .apply(' '.join)
         .reset_index(level=0, drop=True)
         .reset_index())
print (df1)
    Source      Text
0    Agent     aa ab
1  Visitor        ac
2    Agent        ad
3  Visitor  ae ba bb
4    Agent  bc bd be

Answer 2

尝试一下。

d=df.groupby("Source").groups
print(pd.DataFrame([ [k,' '.join(list(df.groupby("Source").get_group(k)["Text"]))] for k in d.keys() ],columns=["Source","Text"]))

在Pandas数据框中有条件地连接字符串

2 个答案: