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！
