问题描述
我在数据框中有这些数据
data = [
{'name' : 'a','date' : '2020-01-02','message' : 'there'},{'name' : 'b','date' : '2020-01-01','message' : 'Hello'},{'name' : 'a','message' : 'Hi'},'date' : '2020-01-03','message' : 'everyone'},{'name' : 'c','date' : '2020-01-05','message' : 'Test'}
]
我想做的是按名称分组,然后按日期排序,并将每个名称的消息连接起来,使数据看起来像这样
[
{'name' : 'a','message' : 'Hi there'},'message' : 'Hello everyone'},'message' : 'Test'}
]
我已经能够使用这个按名称分组并按日期排序(在将字符串转换为日期时间对象之后)
df.groupby(['name']).apply(lambda x: x.sort_values(['date'])
但我不确定在对数据进行分组和排序后如何将字符串连接在一起。
解决方法
用apply
试试join
df.sort_values('date').groupby('name')['message'].apply(' '.join).reset_index()
name message
0 a Hi there
1 b Hello everyone
2 c Test
,
或者,为了避免 apply
调用:
>>> df.sort_values(['name','date'],inplace=True)
>>> df
name date message
2 a 2020-01-01 Hi
0 a 2020-01-02 there
1 b 2020-01-01 Hello
3 b 2020-01-03 everyone
4 c 2020-01-05 Test
>>> df['message'] = df['message'] + ' '
>>> df
name date message
2 a 2020-01-01 Hi
0 a 2020-01-02 there
1 b 2020-01-01 Hello
3 b 2020-01-03 everyone
4 c 2020-01-05 Test
>>> df.groupby('name')['message'].sum().str.strip()
name
a Hi there
b Hello everyone
c Test
Name: message,dtype: object
这会在组内进行直接连接,然后去除结果字符串。