python – 分组和组合字符串
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 分组和组合字符串,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1527字,纯文字阅读大概需要3分钟。
内容图文
为了简化我的问题,我创建了一个小型DataFrame,如下所示:
Type From To
A "H1" "U1"
A "H9" "I8"
A "H1" "IL"
B "P2" "P8"
B "P2" "P7"
C "P9" "O8"
C "P9" "I0"
C "P7" "O8"
在对字符串进行分组和汇编之后,我们应该得到以下期望的结果:
Type From To
A "H1" "U1, IL"
A "H9" "I8"
B "P2" "P8, P7"
C "P9" "O8, I0"
C "P7" "O8"
我使用拆分和聚合函数做了它.对于任何想法或建议如何使用Python,我将非常感谢!
解决方法:
在R中,我们可以通过粘贴做一组. (注意,首先发布的问题中有一个R标签.否则,我们甚至不会尝试这个R解决方案)
library(tidyverse)
df1 %>%
group_by(Type, From) %>%
summarise(To = toString(To))
# A tibble: 5 x 3
# Groups: Type [?]
# Type From To
# <chr> <chr> <chr>
#1 A H1 U1, IL
#2 A H9 I8
#3 B P2 P8, P7
#4 C P7 O8
#5 C P9 O8, I0
数据
df1 <- structure(list(Type = c("A", "A", "A", "B", "B", "C", "C", "C"
), From = c("H1", "H9", "H1", "P2", "P2", "P9", "P9", "P7"),
To = c("U1", "I8", "IL", "P8", "P7", "O8", "I0", "O8")),
class = "data.frame", row.names = c(NA,
-8L))
在python中,我们可以做到
out = df2.groupby(['Type', 'From'])['To'].apply(lambda x: ','.join(x)).reset_index()
print(out)
# Type From To
#0 A H1 U1,IL
#1 A H9 I8
#2 B P2 P8,P7
#3 C P7 O8
#4 C P9 O8,I0
数据
import pandas as pd
df2 = pd.DataFrame({'Type': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'], 'From': ['H1', 'H9', 'H1', 'P2', 'P2', 'P9', 'P9', 'P7'], 'To': ['U1', 'I8', 'IL', 'P8', 'P7', 'O8', 'I0', 'O8']})
内容总结
以上是互联网集市为您收集整理的python – 分组和组合字符串全部内容,希望文章能够帮你解决python – 分组和组合字符串所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。