用熊猫分隔符将几行连接在一起

Question

我希望能够根据ID将多行字符串合并为一个。我使用了熊猫库（python 3）。

val   id
Cat   1
Tiger 2
Ball  3
Bat   1
bill  2
dog   1

l = []
a = 0
while a < lendata:
    if df["id"][a] == 1:
        if a != 0:
            df["val"][tmp] = ' '.join(l)
            l = []
        tmp = a
        l.append(df["val"][a])
    else:
        l.append(df["val"][a])
    a += 1

它与循环一起使用。 我需要这个结果，

val
Cat Tiger Ball
Bat bill
dog

不是分组依据

问题：您知道如何使用pandas函数吗？ 谢谢。

Answer 1

住在熊猫里

df['group'] = (df['id'] == 1).cumsum()
df.groupby('group')['val'].apply(' '.join).reset_index()

   id             val
0   1  Cat Tiger Ball
1   2        Bat bill
2   3             dog

第一行根据您的定义定义组。第二行是标准的分组操作。

Answer 2

您也可以像这样创建一个数组：

a = np.array(range(len(df)))

然后创建第三列，该列等于您的ID减去前一个数组。第三列将向您显示哪些val。

df['regroup'] = df['id'].subtract(a)

出局：

id  val regroup
0   1   Cat 1
1   2   Tiger   1
2   3   Ball    1
3   1   Bat -2

您现在可以使用group by获得所需的输出：

In [1] : df.groupby(['regroup'])['val'].apply(' '.join)
Out[1] : regroup
-2               Bat 
 1    Cat Tiger Ball 

Answer 3

使用np.split

• 使用np.diff并找出差异小于零的地方
• np.split在这些位置的val列

---

[*map(' '.join, np.split(df.val, np.flatnonzero(np.diff(df.id) < 0) + 1))]

['Cat Tiger Ball', 'Bat']

---

pd.Series([*map(' '.join, np.split(df.val, np.flatnonzero(np.diff(df.id) < 0) + 1))])

0    Cat Tiger Ball
1               Bat
dtype: object

---

联合智慧

使用IanS的想法来检查id等于1的地方

[*map(' '.join, np.split(df.val, np.flatnonzero(df.id == 1)[1:]))]