Python 在Pandas中将两个数据合并在一起

我正在尝试将熊猫中的数据连接在一起，但对我来说似乎效果不太好

我有一些数据，我想转换成一个数字，我能够做到这一点。然后我想让它重新加入数据集

以下是原始数据的外观：

 CallDate            Agent          Group     Direction
0  2015-09-01         Adam          Billing    Inbound
1  2015-09-01         Nathaniel     Billing    Outbound
2  2015-09-01         Jessica       Claims     Inbound
3  2015-09-01         Tom           Billing    Outbound
4  2015-09-01         Jane          CCS        Inbound

下面是我将组转换为数字的代码

data['Group']=data['Group'].astype(str)
data.Group=data['Group'].apply(lambda x:len(x))

这很管用，给了我想要的东西 0 1 1 1 2 13 3 1 4.6

然后我尝试将其合并回组中（基本上我想知道每个名称/编号对应的是什么）

但结果与原始数据库相同

是否有一些明显的我遗漏的东西，或是我没有想到的更容易的工作

pd.concat（）

是连接两个

DataFrame

。我认为您正在尝试将数据帧中的两列连接起来

data
Out[42]: 
     CallDate      Agent    Group Direction
0  2015-09-01       Adam  Billing   Inbound
1  2015-09-01  Nathaniel  Billing  Outbound
2  2015-09-01    Jessica   Claims   Inbound
3  2015-09-01        Tom  Billing  Outbound
4  2015-09-01       Jane      CCS   Inbound

data.Group = data.Group + data.Group.apply(lambda x:" / "+str(len(x)))

data
Out[44]: 
     CallDate      Agent        Group Direction
0  2015-09-01       Adam  Billing / 7   Inbound
1  2015-09-01  Nathaniel  Billing / 7  Outbound
2  2015-09-01    Jessica   Claims / 6   Inbound
3  2015-09-01        Tom  Billing / 7  Outbound
4  2015-09-01       Jane      CCS / 3   Inbound

您可以在pandas concat中找到更多详细信息

更新新列

data['Group_1'] = data.Group + data.Group.apply(lambda x:" / "+str(len(x)))

data
Out[56]: 
     CallDate      Agent    Group Direction      Group_1
0  2015-09-01       Adam  Billing   Inbound  Billing / 7
1  2015-09-01  Nathaniel  Billing  Outbound  Billing / 7
2  2015-09-01    Jessica   Claims   Inbound   Claims / 6
3  2015-09-01        Tom  Billing  Outbound  Billing / 7
4  2015-09-01       Jane      CCS   Inbound      CCS / 3

---

您可以使用

cat

功能连接

pandas

中的两个系列，请检查此处的

cat

功能

使用

len

函数

df.Group.str.len（）

---

张贴另一个数据集alsoAs WoodChopper说，你的代码不符合你的“原始数据”，它访问

AssignedWorkGroup

，但你显示的数据中没有。还包括为您打印这些数字（0 1 1等）的代码，以及您希望从代码中获得的完整输出。@sgvd抱歉忘了清理一下标签@user3120266是否要连接

计费
+
len（计费）
？@WoodChopper实际上不，它将是一个单独的列。所以这个组仍然存在，但是有一个单独的列，上面有数字，可以查看列表理解：）顺便说一句，我把它删除了，看起来好多了：）
data['Group_1'] = data.Group + data.Group.apply(lambda x:" / "+str(len(x)))

data
Out[56]: 
     CallDate      Agent    Group Direction      Group_1
0  2015-09-01       Adam  Billing   Inbound  Billing / 7
1  2015-09-01  Nathaniel  Billing  Outbound  Billing / 7
2  2015-09-01    Jessica   Claims   Inbound   Claims / 6
3  2015-09-01        Tom  Billing  Outbound  Billing / 7
4  2015-09-01       Jane      CCS   Inbound      CCS / 3

df['Group'] = df.Group.str.cat(df.Group.str.len().astype(str), sep=' => ')
df
Out[42]:
CallDate    Agent          Group         Direction
2015-09-01  Adam          Billing => 7   Inbound
2015-09-01  Nathaniel     Billing => 7   Outbound
2015-09-01  Jessica       Claims => 6    Inbound
2015-09-01  Tom           Billing => 7   Outbound
2015-09-01  Jane          CCS => 3       Inbound