Python 是否可以将所有相同的术语连接到同一数据帧列中？

我有以下大熊猫数据框，它由几个术语组成：

type    name    exp
-------------------
feline  tiger  True
feline  cat    False
rodent  rabbit True
canine  dog    False
feline  puma   True
feline  bobcat False

是否可以将

name

列中所有在

type

列中具有相同类型的术语连接到同一单元格中？。例如：

type    name                  exp
----------------------------------
feline  tiger cat puma bobcat True
rodent  rabbit                True
canine  dog                   False

这里有一条路

In [797]: df.groupby('type', as_index=False).agg({'name': ' '.join, 'exp': 'max'})
Out[797]:
     type                   name    exp
0  canine                    dog  False
1  feline  tiger cat puma bobcat   True
2  rodent                 rabbit   True

这里有一条路

In [797]: df.groupby('type', as_index=False).agg({'name': ' '.join, 'exp': 'max'})
Out[797]:
     type                   name    exp
0  canine                    dog  False
1  feline  tiger cat puma bobcat   True
2  rodent                 rabbit   True

---

使用

df.groupby

：

In [200]: df_grouped = df.groupby('type', sort=False, as_index=False) 

第一个句柄

名称

：

In [202]: df_grouped['name'].apply(lambda x: ' '.join(x))
Out[202]: 
0    tiger cat puma bobcat
1                   rabbit
2                      dog
dtype: object

df.groupby('type', sort=False, as_index=False)\
       .agg({'name' : lambda x: ' '.join(set(x)), 'exp' : any})

现在，处理

exp

：

In [203]: df_grouped['exp'].apply(any)
Out[203]: 
0     True
1     True
2    False
dtype: bool

---

综合起来：

In [219]: df_grouped = df.groupby('type', sort=False, as_index=False).agg({'name' : ' '.join, 'exp' : any}); df_grouped
Out[219]: 
     type                   name    exp
0  feline  tiger cat puma bobcat   True
1  rodent                 rabbit   True
2  canine                    dog  False

---

若要仅保留唯一项，请将lambda传递给

名称

：

In [202]: df_grouped['name'].apply(lambda x: ' '.join(x))
Out[202]: 
0    tiger cat puma bobcat
1                   rabbit
2                      dog
dtype: object

df.groupby('type', sort=False, as_index=False)\
       .agg({'name' : lambda x: ' '.join(set(x)), 'exp' : any})

---

使用

df.groupby

：

In [200]: df_grouped = df.groupby('type', sort=False, as_index=False) 

第一个句柄

名称

：

In [202]: df_grouped['name'].apply(lambda x: ' '.join(x))
Out[202]: 
0    tiger cat puma bobcat
1                   rabbit
2                      dog
dtype: object

df.groupby('type', sort=False, as_index=False)\
       .agg({'name' : lambda x: ' '.join(set(x)), 'exp' : any})

现在，处理

exp

：

In [203]: df_grouped['exp'].apply(any)
Out[203]: 
0     True
1     True
2    False
dtype: bool

---

综合起来：

In [219]: df_grouped = df.groupby('type', sort=False, as_index=False).agg({'name' : ' '.join, 'exp' : any}); df_grouped
Out[219]: 
     type                   name    exp
0  feline  tiger cat puma bobcat   True
1  rodent                 rabbit   True
2  canine                    dog  False

---

若要仅保留唯一项，请将lambda传递给

名称

：

In [202]: df_grouped['name'].apply(lambda x: ' '.join(x))
Out[202]: 
0    tiger cat puma bobcat
1                   rabbit
2                      dog
dtype: object

df.groupby('type', sort=False, as_index=False)\
       .agg({'name' : lambda x: ' '.join(set(x)), 'exp' : any})

---

谢谢你的帮助！。。。“max”参数的功能是什么？是否可以添加一个

、

或一个“|”来分隔术语？…我试图

”|.连接“

。。。但是它不起作用编辑应该是

“|”。加入
。谢谢你的帮助！。。。“max”参数的功能是什么？是否可以添加一个
、
或一个“|”来分隔术语？…我试图
”|.连接“
。。。但是它不起作用编辑应该是
“|”。加入
。谢谢你的帮助！。。。“max”参数的功能是什么？是否可以添加一个
、
或
“|”
来分隔术语？…我尝试
”|。加入“
。。。然而，事实并非如此worked@J.Do正确的语法是
“|”。join
或
”，“。join
@J。Do My function使用
any
而不是max。max是相同的。基本上，如果组成值中的任何一个为真，它将返回true，否则返回false。@J.Do别忘了，如果有帮助，您可以接受答案：）选择帮助您解决问题的答案。@J.Do Easy:
df.groupby（'type'，sort=false，as_index=false）。agg（{name'：lambda x:'.join（set（x）），'exp'：any}）
谢谢您的帮助！。。。“max”参数的功能是什么？是否可以添加一个
、
或
“|”
来分隔术语？…我尝试
”|。加入“
。。。然而，事实并非如此worked@J.Do正确的语法是
“|”。join
或
”，“。join
@J。Do My function使用
any
而不是max。max是相同的。基本上，如果组成值中的任何一个为true，它将返回true，否则返回false。@J.Do别忘了，如果有帮助，您可以接受答案：）选择帮助您解决问题的答案。@J.Do Easy:
df.groupby（'type'，sort=false，as_index=false）。agg（{'name'：lambda x:'.join（set（x）），'exp'：any}）