Python 3.x Pandas Groupby和Group Concat用于整数值

我的pandas数据框看起来像这样，我希望通过键将其分组，并连接id的逗号分隔符，然后创建一个新的数据框。现在这里的问题是id列是整数

df:
          key      id
    0   abc     5073138
    1   abcd    5025923
    2   abc     7453197
    3   abcd    5032121
    4   abcd    5032121
    5   abc     5032121


new df:

         key       id
     0  abc     5073138,7453197,5032121
     1  abcd    5025923,5096021,5032121

我试着用group by与apply和AGGRATE一起使用，但没有成功

df.groupby('key').apply(lambda x: ','.join(x.id))

df.groupby('key').agg({'id' : lambda x: ', '.join(str(x))})

---

您的第一个解决方案几乎奏效：

df.groupby('key').id.apply(lambda x: ','.join(map(str, x)))

如果提前将id列转换为str，则更简单：

df.id = df.id.astype(str)
df.groupby('key').id.apply(','.join)

虽然我个人不喜欢申请，但如果没有申请，您可能会获得更好的绩效：

df.id = df.id.astype(str)
df.id += ',' # add trailing commas
df.groupby('key').id.sum().str[:-1] # sum of strs is concatenation

---

这将以完全矢量化的方式给出相同的结果。

另一种选择是使用

str.cat

df.groupby（'key'）.id.apply（lambda x:x.str.cat（sep='，'））.reset_index（）