Python、Pandas、DataFrame，添加与SQL GROUP_CONCAT等效的列

Question

我的问题与这里问的但没有回答的问题非常相似Replicating GROUP_CONCAT for pandas.DataFrame

我有一个熊猫DataFame，我想将它组合成一个数据帧

+------+---------+  
| team | user    |  
+------+---------+  
| A    | elmer   |  
| A    | daffy   |  
| A    | bugs    |  
| B    | dawg    |  
| A    | foghorn |  
+------+---------+  

成为

+------+---------------------------------------+  
| team | group_concat(user)                    |  
+------+---------------------------------------+  
| A    | elmer,daffy,bugs,foghorn              |  
| B    | dawg                                  | 
+------+---------------------------------------+  

在原始主题中，可以通过以下任意一种方式来实现：

df.groupby('team').apply(lambda x: ','.join(x.user))
df.groupby('team').apply(lambda x: list(x.user))
df.groupby('team').agg({'user' : lambda x: ', '.join(x)})

但是结果对象不再是Pandas Dataframe。如何将原始Pandas DataFrame中的GROUP_CONCAT结果作为新列获取？

干杯

Answer 1

让我们分解一下下面的代码：

首先，groupby team和，use apply on user to join其元素使用,

• Then，重置索引，并且<代码>D12生成的数据帧(axis=1，引用列而不是行)H214F215

res = (df.groupby('team')['user']
       .apply(lambda x: ','.join(str(i) for i in x))).reset_index().rename({'user':'group_concat(user)'},axis=1)

输出：

  team        group_concat(user)
0    A  elmer,daffy,bugs,foghorn
1    B                      dawg

Answer 2

您可以在grouping之后应用list和join，然后使用reset_index获取数据帧。

output_df = df.groupby('team')['user'].apply(lambda x: ",".join(list(x))).reset_index()
output_df.rename(columns={'user': 'group_concat(user)'})

    team    group_concat(user)
0   A   elmer,daffy,bugs,foghorn
1   B   dawg