python - 如何在 pandas 数据框中执行分组、排序和连接字符串

Question

我有这个 Pandas 框架:

PK  Line    Text    Source
1   1       The     A
1   2       quick   A
1   3       brown   A
2   1       fox     A
2   2       jumped  A
3   1       over    A
3   2       the     A
3   3       lazy    A
4   1       yellow  A
5   1       dogs    A
5   2       sam     A

我需要到达:

PK  Text              Source
1   The quick brown   A
2   fox jumped        A
3   over the lazy     A
4   yellow            A
5   dogs sam          A

我已经尝试过:

record.groupby('PK').apply(Lambda x: (' '.join(x)).sort_values('LINE', ascending))

但我似乎遗漏了一些东西。我怎样才能做到这一点？

谢谢!

Answer 1

看起来像groupby()和聚合:

df.groupby(['PK', 'Source'], as_index=False).Text.agg(' '.join)

您可以添加 sort_values('Line') 以确保行按顺序排列，例如

(df.sort_values('Line')
        .groupby(['PK', 'Source'], as_index=False)
        .Text.agg(' '.join)
)

输出:

   PK Source             Text
0   1      A  The quick brown
1   2      A       fox jumped
2   3      A    over the lazy
3   4      A           yellow
4   5      A         dogs sam