[roupby 如何将相同ID的字符串进行合并 ] #pandas

1.py

import pandas as pd
import numpy as np

data = pd.DataFrame({'id':[1,1,1,2,2,2],'value':['A','B','C','D','E','F']})
data1 = data.groupby(by='id')['value'].sum()
"""
输出结果
id
1    ABC
2    DEF
Name: value, dtype: object
"""
#解法一：可以用sum方法，将字符串进行连接
#① 我们可以先将原始数据的value都变成“,A”
data = pd.DataFrame({'id':[1,1,1,2,2,2],'value':['A','B','C','D','E','F']})
data['value'] = data['value'].apply(lambda x:','+ x)
#然后，对其使用sum方法进行字符串相加
data1 = data.groupby(by='id').sum()
"""
此时的输出结果为，value值之前多了“,”
id  value
1   ,A,B,C
2   ,D,E,F
"""

#解法二：对分组之后的结果，直接使用apply函数 
data1 = data.groupby(by='id').apply(lambda x:[','.join(x['value'])])
"""
就得到了最终的结果：
id  value
1   [A,B,C]
2   [D,E,F]
"""