我有一个包含名称的数据框,并且我正在尝试组合相似的名称。例:
| name | foo_val |
| --------- | ------- |
| Andrew | 2 |
| Braden | 1 |
| Cheryl | 4 |
| Cheryl :D | 1 |
| Christian | 1 |
| Derrick | 2 |
| Derrick L | 2 |
...
等等...如果内容足够相似(例如上面的示例中的Cheryl和Derrick),我希望在其中合并行(以及foo_val的值),因此它看起来像以下内容:
| name | foo_val |
| --------- | ------- |
| Andrew | 2 |
| Braden | 1 |
| Cheryl | 5 |
| Christian | 1 |
| Derrick | 4 |
我还不了解熊猫,但是我已经看过
duplicated
(在df.duplicated('name')
中)和groupby
以及merge
,但是我很确定它们是不是我想要的(很好,可能是错误的...)。关于这一点,我进行了很多搜索,但是假设以前已经有人问过这个问题,所以如果我错过了它们,请指出其他问题/答案...我可以想象有一种方法可以在纯Python中进行迭代,但是很想知道在Pandas中是否可行...
最佳答案
在您发布的示例中,您需要对字符串的第一部分进行分组并合并结果。可以使用
df.groupby(df.name.str.split().str[0]).foo_val.sum().reset_index()
name foo_val
0 Andrew 2
1 Braden 1
2 Cheryl 5
3 Christian 1
4 Derrick 4
关于python - Pandas 过滤器/组合相似的字符串值,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45872239/