Python 按分组合并列中所有行的文本

我有一个如下所示的数据帧：

当使用列“class”和“subject”进行分组时，我想创建新的列“merge”来浓缩列“note”中的不同文本：

我是Python新手，有人能帮我找到一个干净的方法来实现这一点吗

---

谢谢。

例如，如果您从以下内容开始：

    0_x 0_y
A       
a   3.0 2.0
b   2.0 0.0
c   0.0 2.0

合并字符串很容易

从

df['merged']=df['0_x'].astype（str）+'|'+df['0_y'].astype（str）

导致

    0_x 0_y merged
A           
a   3.0 2.0 3.0|2.0
b   2.0 0.0 2.0|0.0
c   0.0 2.0 0.0|2.0

    0_x 0_y merged  special_merge
A               
a   3.0 2.0 3.0|2.0 3.0|2.0
b   2.0 0.0 2.0|0.0 2.0|0.0
c   0.0 2.0 0.0|2.0 0.0

如果您想要更复杂的内容，那么使用

.apply

方法跨两列执行函数效果很好

def联合收割机（x）：
如果x['0_x']==0：
返回str（x['0\u x']）
其他：
返回str（x['0_x']）+'|'+str（x['0_y']））
df['special_merge']=df.apply（合并列，轴=1）

导致

    0_x 0_y merged
A           
a   3.0 2.0 3.0|2.0
b   2.0 0.0 2.0|0.0
c   0.0 2.0 0.0|2.0

    0_x 0_y merged  special_merge
A               
a   3.0 2.0 3.0|2.0 3.0|2.0
b   2.0 0.0 2.0|0.0 2.0|0.0
c   0.0 2.0 0.0|2.0 0.0

---

例如，如果从以下内容开始：

    0_x 0_y
A       
a   3.0 2.0
b   2.0 0.0
c   0.0 2.0

合并字符串很容易

从

df['merged']=df['0_x'].astype（str）+'|'+df['0_y'].astype（str）

导致

    0_x 0_y merged
A           
a   3.0 2.0 3.0|2.0
b   2.0 0.0 2.0|0.0
c   0.0 2.0 0.0|2.0

    0_x 0_y merged  special_merge
A               
a   3.0 2.0 3.0|2.0 3.0|2.0
b   2.0 0.0 2.0|0.0 2.0|0.0
c   0.0 2.0 0.0|2.0 0.0

如果您想要更复杂的内容，那么使用

.apply

方法跨两列执行函数效果很好

def联合收割机（x）：
如果x['0_x']==0：
返回str（x['0\u x']）
其他：
返回str（x['0_x']）+'|'+str（x['0_y']））
df['special_merge']=df.apply（合并列，轴=1）

导致

    0_x 0_y merged
A           
a   3.0 2.0 3.0|2.0
b   2.0 0.0 2.0|0.0
c   0.0 2.0 0.0|2.0

    0_x 0_y merged  special_merge
A               
a   3.0 2.0 3.0|2.0 3.0|2.0
b   2.0 0.0 2.0|0.0 2.0|0.0
c   0.0 2.0 0.0|2.0 0.0

您可以尝试在groupby之后的note列的唯一值集上使用join（）

df['merged'] = df.groupby(['class', 'subject']).note.transform(lambda x : "|".join(list(set(x))))

您可以尝试在groupby之后的note列的唯一值集上使用join（）

df['merged'] = df.groupby(['class', 'subject']).note.transform(lambda x : "|".join(list(set(x))))