绑定 panda data.frame 的值

Question

我正在寻找一种将子集中的行添加到新变量中的方法。

假设我们有以下数据集

df = pd.DataFrame(columns=('Body', 'ticketID'))
df2 = pd.DataFrame([["test1", 1], ["test2",1], ["test3",2],  ["test4",2]], columns=('Body', 'ticketID'))
df = df.append(df2)

我使用ticketID的唯一值创建唯一的data.frames“df_temp”

uniqueIDs = df.ticketID.unique()
for u in uniqueIDs:
 df_temp = df2.loc[df['ticketID'] == u]

现在我想创建一个额外的步骤来绑定单独的 data.frame 的主体值。所以在ticketID == 1 case -> "test1 test2" 和ticketID == 2 case "test3 test4" 的情况下。

关于如何使用上面的示例实现这一点的任何想法

Answer 1

您可以在 ID 列上使用 groupby 和 apply join，而不是循环遍历 df：

In [82]:
df.groupby('ticketID')['Body'].apply(' '.join)

Out[82]:
ticketID
1.0    test1 test2
2.0    test3 test4
Name: Body, dtype: object