String 通过按类型分组创建新列，新列'；s值为整个组'；s列值

我有一个熊猫数据框，基本上看起来像这样：

type    item    string
1       0       aa
1       1       bb
1       2       cc

2       0       dd
2       1       ee
2       2       ff

我想基于组的“字符串”列创建一个新列“newstring”

type    item    string  newstring
1       0       aa      aa+bb+cc
1       1       bb      aa+bb+cc
1       2       cc      aa+bb+cc

2       0       dd      dd+ee+ff
2       1       ee      dd+ee+ff
2       2       ff      dd+ee+ff

我做完了

df.groupby('type').aggregate(lambda x: "+".join(x))
df.groupby('type').apply(lambda x: "+".join(x))

但我在newstring（字面意思）中不断得到结果

如何按特定列分组，然后将该组中一列的值附加到新列

---

提前谢谢

很抱歉，您是在这样做吗：

In [14]:
df['new_string'] = df.groupby('type')['string'].transform(lambda x: '+'.join(x))
df

Out[14]:

   type  item string new_string
0     1     0     aa   aa+bb+cc
1     1     1     bb   aa+bb+cc
2     1     2     cc   aa+bb+cc
3     2     0     dd   dd+ee+ff
4     2     1     ee   dd+ee+ff
5     2     2     ff   dd+ee+ff

上面的组在“type”上，然后我们在“string”列上调用

transform

，并调用一个lambda函数，该函数连接字符串值

---

您尝试失败的原因是您的函数应用于其余列，而不是专门应用于字符串列。此外，这里的

转换

返回一个序列，该序列的索引与原始df对齐。

就像一个符咒。我现在看得很清楚。非常感谢你！

In [14]:
df['new_string'] = df.groupby('type')['string'].transform(lambda x: '+'.join(x))
df

Out[14]:

   type  item string new_string
0     1     0     aa   aa+bb+cc
1     1     1     bb   aa+bb+cc
2     1     2     cc   aa+bb+cc
3     2     0     dd   dd+ee+ff
4     2     1     ee   dd+ee+ff
5     2     2     ff   dd+ee+ff