python - 通过组合文本 Pandas 制作新的数据框

Question

我有一个 pandas 数据框，其结构如下:

ID TEXT
1  Start of document
1  middle
1  end of document
2  start of document 2
2  middle
2  end of document 2

我得到的原始数据有重复的 ID，如果您将每个唯一 ID 的文本连接起来，您将得到一个结果文档。其中一些 ID 重复数百次导致大量文本，我想将其归结为一个观察结果。

我不确定如何循环遍历并创建新文档。也不确定 Pandas 是否是存储大量文本的正确数据结构(这些是转录的通话记录——其中一些超过 30 分钟的对话)。将不胜感激任何指针。

Answer 1

IIUC:

df.groupby('ID').TEXT.apply(' '.join)

ID
1        Start of document middle end of document
2    start of document 2 middle end of document 2
Name: TEXT, dtype: object