如何将两个数据集与 BusinessID 合并并获得最终数据集？

Question

是两个数据集business和review文件。如何对business_id上的多条评论进行分组以获得用户给出的所有评论进入一篇文章。

如何合并具有BusinessID的数据集并得到最终数据集如图下面？

如何使用 Pandas 库执行此操作？

Answer 1

您可以将 df1 (top-left) 与 .groupby 版本的 df2 (top-right) 合并：

df3 = df1.merge(df2.groupby('Business_id')['Review_text'].apply(list).reset_index(),
               how='left', on='Business_id').rename({'Review_text':'All_reviews'}, axis=1)

Out[1]: 
   Business_id       category  star  Review_count               All_reviews
0            1       shopping   3.5             3  [Text_1, Text_2, Text_4]
1            2     restaurant   5.0             1          [Text_3, Text_5]
2            3  Home services   4.0             6                       NaN

如何将两个数据集与 BusinessID 合并并获得最终数据集？

How do I merge two datasets with on BusinessID and get the final dataset?

python

machine-learning

dataset

dataframe

pandas