在特定列上合并或迭代 pandas 行

Question

我正在努力在 pandas 中逐行迭代计算出这一点。

我有一个包含两方聊天对话的数据集。我想将数据集合并到人 1 和人 2 之间的逐行对话中。有时人们会输入多个句子，这些句子将在数据框中显示为多个记录。

这是我返回的循环：

line_text待合并
时间戳更新为最新时间
如果 line_by 显示同一个人输入多行并通过他们的聊天发送

因为这个数据集中有多个 id 表示人 1 和人 2 之间的每个对话记录，我希望每个唯一的 id 循环运行。

id    timestamp line_by line_text
1234    02:54.3 Person1 Text Line 1
1234    03:23.8 Person2 Text Line 2
1234    03:47.0 Person2 Text Line 3
1234    04:46.8 Person1 Text Line 4
1234    05:46.2 Person1 Text Line 5
9876    06:44.5 Person2 Text Line 6
9876    07:27.6 Person1 Text Line 7
9876    08:17.5 Person2 Text Line 8
9876    10:20.3 Person2 Text Line 9

我想看数据改成如下：

id    timestamp line_by line_text
1234    02:54.3 Person1 Text Line 1
1234    03:47.0 Person2 Text Line 2Text Line 3
1234    05:46.2 Person1 Text Line 4Text Line 5
9876    06:44.5 Person2 Text Line 6
9876    07:27.6 Person1 Text Line 7
9876    10:20.3 Person2 Text Line 8Text Line 9

欢迎任何想法。

Answer 1

您可以 groupby 连续 line_by 并使用 agg 汇总最新的 timestamp，以及 ''.join line_text

In [1918]: (df.groupby((df.line_by != df.line_by.shift()).cumsum(), as_index=False)
              .agg({'id': 'first', 'timestamp': 'last', 'line_by': 'first',
                   'line_text': ''.join}))
Out[1918]:
  timestamp               line_text    id  line_by
0   02:54.3             Text Line 1  1234  Person1
1   03:47.0  Text Line 2Text Line 3  1234  Person2
2   05:46.2  Text Line 4Text Line 5  1234  Person1
3   06:44.5             Text Line 6  9876  Person2
4   07:27.6             Text Line 7  9876  Person1
5   10:20.3  Text Line 8Text Line 9  9876  Person2

详情

In [1919]: (df.line_by != df.line_by.shift()).cumsum()
Out[1919]:
0    1
1    2
2    2
3    3
4    3
5    4
6    5
7    6
8    6
Name: line_by, dtype: int32

In [1920]: df
Out[1920]:
     id timestamp  line_by    line_text
0  1234   02:54.3  Person1  Text Line 1
1  1234   03:23.8  Person2  Text Line 2
2  1234   03:47.0  Person2  Text Line 3
3  1234   04:46.8  Person1  Text Line 4
4  1234   05:46.2  Person1  Text Line 5
5  9876   06:44.5  Person2  Text Line 6
6  9876   07:27.6  Person1  Text Line 7
7  9876   08:17.5  Person2  Text Line 8
8  9876   10:20.3  Person2  Text Line 9

在特定列上合并或迭代 pandas 行

combine or iterate pandas rows on specific columns

python

pandas

data-science