Python 基于表中的条件聚合（联接）文本列

我的数据集如下：

task = ['duty of care','informed consent','records management','conducting','experiments','positive reinforcement','developing','rapport' ]
start = [ 21, 24, 26,  60, 61, 80,98,99 ]
end = [ 24, 26, 28,  61,  62, 82,99,100]

dat = pd.DataFrame({'task': task, 'start':start, 'end': end})
dat

我想做到的是

如果

dat.end[i]==dat.start[i+1]

则聚合

dat.task

如果

dat.end[i]！=dat.启动[i+1]

什么也不做

所需的输出应该如下所示

---

如果它们是块的一部分，我们需要一种方法将它们组合在一起。首先，让我们找出开始不等于下一项结束的所有时间。如果项目是块中的第一个，则此系列为True，否则为false

temp = (dat['start'] != dat['end'].shift(1))

看起来是这样的：

0     True
1    False
2    False
3     True
4    False
5     True
6     True
7    False

然后我们可以取一个累积的总数。当你这样做对真/假，真将增加1的总和和假的不会改变它。这是很有用的，因为它会给我们一个分组——您最初想要组合的每个块都有它自己的编号

groups = temp.cumsum()

看起来像：

0    1
1    1
2    1
3    2
4    2
5    3
6    4
7    4

现在我们快到了。对于每个组，您都希望获取最小开始、最大结束，并连接所有文本

datg = dat.groupby(groups)
out = pd.DataFrame({
    'task':  datg['task'].apply(' '.join),
    'start': datg['start'].min(),
    'end':   datg['end'].max(),
})

最终结果如下：

                                               task  start  end
1  duty of care informed consent records management     21   28
2                            conducting experiments     60   62
3                            positive reinforcement     80   82
4                                developing rapport     98  100

把一切放在一个地方：

temp = (dat['start'] != dat['end'].shift(1))
groups = temp.cumsum()
datg = dat.groupby(groups)
out = pd.DataFrame({
    'task':  datg['task'].apply(' '.join),
    'start': datg['start'].min(),
    'end':   datg['end'].max(),
    })

---

IIUC您可以首先使用

cumsum

和

groupby

该列创建一个新列：

df = pd.DataFrame({'task': task, 'start':start, 'end': end})

df["count"] = (df["start"]-df["end"].shift(1)).fillna(0).ne(0).cumsum()
print (df.groupby("count").agg({"task":"first","start":"min","end":"max"}))

                         task  start  end
count                                    
0                duty of care     21   28
1                  conducting     60   62
2      positive reinforcement     80   82
3                  developing     98  100

---

您可以将

apply（“.join）

替换为

agg（“.join）

。我想会快一点。但从未真正测试过