如何在 Python 中粘贴（如 R）和 groupby

Question

我无法将 R 代码示例转换为我的脚本，并且想知道如何实现相同的目标。

product_df <- example_df[,paste(name, collapse="_"),by=product_id]

但它只是将所有内容连接在一起，而不是通过特定 ID。

import functools

def reduce_concat(x, sep=""):

    return functools.reduce(lambda x, y: str(x) + sep + str(y), x)

def paste(*lists, sep=" ", collapse=None):

    result = map(lambda x: reduce_concat(x, sep=sep), zip(*lists))

    if collapse is not None:

        return reduce_concat(result, sep=collapse)

    return list(result)

下面是生成原始数据框的代码

example_df = pd.DataFrame({'product_id': ['100_1244', '100_1244', '100_1244', '100_1244', '200_1244', '200_1244', '200_1244', '200_1244'],

                      'name': ['apple', 'apple', 'apple', 'apple', 'orange', 'orange', 'orange', 'orange']})

    product_id  name

0   100_1244    apple

1   100_1244    apple

2   100_1244    apple

3   100_1244    apple

4   200_1244    orange

5   200_1244    orange

6   200_1244    orange 

7   200_1244    orange

我希望它看起来像这样：

    product_id  name

0   100_1244    apple_apple_apple_apple

1   200_1244    orange_orange_orange_orange

Answer 1

洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情洪水无情

Answer 2

你可以检查 groupbyexample_df.groupby('product_id').name.apply('_'.join).reset_index()&nbsp; product_id&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;name0&nbsp; &nbsp;100_1244&nbsp; &nbsp; &nbsp; apple_apple_apple_apple1&nbsp; &nbsp;200_1244&nbsp; orange_orange_orange_orange

Answer 3

使用groupby与joindf.groupby('product_id').apply(lambda x: '_'.join(x['name']))product_id100_1244&nbsp; &nbsp; &nbsp; &nbsp; apple_apple_apple_apple200_1244&nbsp; &nbsp; orange_orange_orange_orange