pandas按col2分组后如何拼接组内每3个col列元素?
实现思路
你当前的代码dd.groupby(dd.index // 3).agg(' '.join)存在逻辑偏差:直接用全局索引整除3做分组,没有先按col2的边界拆分数据,会跨不同col2值的范围聚合内容,自然达不到“每个分组内每3个元素拼接”的要求。
要实现需求,核心是先按col2完成一级分组,在每个分组内部再按3个元素为一组做二级划分,最后对二级组的col列做字符串拼接。
具体代码实现
import pandas as pd # 构造原始测试DataFrame dd = pd.DataFrame({ 'col2': [1,1,1,1,2,2,2,2], 'col': ['one','fish','two','fish','left','foot','right','foot'] }) # 1. 生成二级分组键:在每个col2分组内按行序号3个一组划分 dd['sub_group'] = dd.groupby('col2').cumcount() // 3 # 2. 按col2、二级分组键聚合,拼接col列文本 result = dd.groupby(['col2', 'sub_group'])['col'].agg(' '.join).reset_index()
关键逻辑解释
groupby('col2').cumcount():仅在当前col2的独立分组内累计行序号,从0开始递增,不会跨不同col2的组累计计数,从根源上避免了跨组聚合的问题。- 序号整除3生成的二级分组键,会把每个
col2组内连续3行归为同一小分组,剩余不足3行的单独成组。 - 聚合时对
col列执行' '.join,就能得到分段拼接的效果。
如果不想在原DataFrame上新增临时列,也可以直接把分组逻辑传入groupby参数,无需修改原数据:
result = dd.groupby([ 'col2', dd.groupby('col2').cumcount() // 3 ])['col'].agg(' '.join).reset_index()
运行输出效果
代码执行后得到的结果结构与内容为:
col2 sub_group col 0 1 0 one fish two 1 1 1 fish 2 2 0 left foot right 3 2 1 foot
与目标结果完全匹配。
内容的提问来源于stack exchange,提问作者frank
相关产品推荐
相关产品推荐

