根据 Pandas 中特殊字符分隔列中的每个项目进行聚合

Question

我输入了如下数据

日期 投资类型 中 2000 年 1 月 1 日 共同基金、股票、定期存款、房地产自有、在线、通过代理 2000 年 1 月 2 日 共同基金、股票、房地产 1/3/2000 网上定期存款 2000 年 1 月 3 日 互惠基金、定期存款、代理不动产 2000 年 1 月 2 日拥有、在线、通过代理的股票

我的函数的输入是中等。它可以是列表的单个值。我想根据 Medium 输入搜索数据，然后汇总数据，如下所示。对于 Medium 中的值，请查看投资类型，然后汇总每种投资类型的数据

中等投资类型日期 拥有，在线共同基金 2000 年 1 月 1 日，2000 年 1 月 2 日 拥有，在线股票 1/1/2000,1/2/2000 拥有，在线定期存款 2000 年 1 月 1 日，2000 年 1 月 3 日 拥有，在线房地产 1/1/2000

Answer 1

你可以使用：

L = ['Online','Own']
pat = '|'.join(r"\b{}\b".format(x) for x in L)
df['New_Medium'] = df.pop('Medium').str.findall('('+ pat + ')').str.join(', ')
#remove rows with empty values
df = df[df['New_Medium'].astype(bool)]

---

from  itertools import product
df1 = pd.DataFrame([j for i in df.apply(lambda x: x.str.split(',\s*')).values 
                      for j in product(*i)], columns=df.columns)
print (df1)
        Date Investment Type New_Medium
0   1/1/2000     Mutual Fund        Own
1   1/1/2000     Mutual Fund     Online
2   1/1/2000          Stocks        Own
3   1/1/2000          Stocks     Online
4   1/1/2000   Fixed Deposit        Own
5   1/1/2000   Fixed Deposit     Online
6   1/1/2000     Real Estate        Own
7   1/1/2000     Real Estate     Online
8   1/2/2000     Mutual Fund        Own
9   1/2/2000          Stocks        Own
10  1/2/2000     Real Estate        Own
11  1/3/2000   Fixed Deposit     Online
12  1/2/2000          Stocks        Own
13  1/2/2000          Stocks     Online

---

#get all combinations and aggregate join by unique values
df = df1.groupby('Investment Type').agg(lambda x: ', '.join(x.unique())).reset_index()
print (df)
  Investment Type                Date   New_Medium
0   Fixed Deposit  1/1/2000, 1/3/2000  Own, Online
1     Mutual Fund  1/1/2000, 1/2/2000  Own, Online
2     Real Estate  1/1/2000, 1/2/2000  Own, Online
3          Stocks  1/1/2000, 1/2/2000  Own, Online