根据熊猫中的索引范围组合列的行

Posted 2023-03-12

【中文标题】根据熊猫中的索引范围组合列的行

【英文标题】：Combine rows of a column based on index range in pandas

【发布时间】：2020-03-20 18:25:35

【问题描述】：

我有一个包含一列的数据框。

Index | column1 |
0         and
1         too
2         ask
3         the
4         but
5         hat
6         hot
7         top
8         tap

我想根据条件组合索引之间的行。例如，如果一行有字母“a”，则索引将是：

0, 2, 5, 8

因此，合并行：

(0, 1), (2, 3, 4), (5, 6, 7), (8)

最后的输出是：

Index | column1 |
0         and, too
1         ask, the, but
2         hat, hot, top
3         tap

我试过的是：

[i for i in range(len(df['column1'])) if 'a' in df['column1'][i]]

给我索引：

[0, 2, 5, 8]

但从这里卡住了。谢谢

【参考方案1】：

将a 与Series.str.contains 进行比较并通过Series.cumsum 创建组，然后通过过滤g[g > 0] 删除可能包含非a 值的组，最后使用join 进行聚合：

g = df['column1'].str.contains('a').cumsum()

df = df.groupby(g[g > 0])['column1'].apply(', '.join).reset_index(drop=True).to_frame()
print (df)
         column1
0       and, too
1  ask, the, but
2  hat, hot, top
3            tap

第一个值不包含a：

print (df)
  column1
1     too
2     ask
3     the
4     but
5     hat
6     hot
7     top
8     tap

g = df['column1'].str.contains('a').cumsum()

df = df.groupby(g[g > 0])['column1'].apply(', '.join).reset_index(drop=True).to_frame()
print (df)
         column1
0  ask, the, but
1  hat, hot, top
2            tap

【参考方案2】：

stuff=["and","too","ask","the","but","hat","hot","top","tap"]

newlist=[]
collection=[]
for i in stuff:
    if "a" in i:
        if len(collection) >0:
            newlist.append(collection)
        collection=[]
    collection.append(i)
newlist.append(collection)

尝试这样的事情