按名称分组后连接字符串，然后按日期排序

Question

我在数据框中有这个数据


data = [
           {'name' : 'a', 'date' : '2020-01-02', 'message' : 'there'},
           {'name' : 'b', 'date' : '2020-01-01', 'message' : 'Hello'},
           {'name' : 'a', 'date' : '2020-01-01', 'message' : 'Hi'},
           {'name' : 'b', 'date' : '2020-01-03', 'message' : 'everyone'},
           {'name' : 'c', 'date' : '2020-01-05', 'message' : 'Test'}
       ]

我想做的是按名字分组，然后按日期排序，然后连接每个名字的消息，这样数据看起来像这样

[
   {'name' : 'a', 'message' : 'Hi there'},
   {'name' : 'b', 'message' : 'Hello everyone'},
   {'name' : 'c', 'message' : 'Test'}
]

我已经能够使用这个

按名称分组并按日期排序（在将字符串变成日期时间对象之后）

df.groupby(['name']).apply(lambda x: x.sort_values(['date'])

但我不确定在对数据进行分组和排序后如何将字符串连接在一起。

Answer 1

尝试 apply 和 join

df.sort_values('date').groupby('name')['message'].apply(' '.join).reset_index()

  name         message
0    a        Hi there
1    b  Hello everyone
2    c            Test

Answer 2

或者，为了避免 apply 调用：

>>> df.sort_values(['name', 'date'], inplace=True)
>>> df

  name        date   message
2    a  2020-01-01        Hi
0    a  2020-01-02     there
1    b  2020-01-01     Hello
3    b  2020-01-03  everyone
4    c  2020-01-05      Test

>>> df['message'] = df['message'] + ' '
>>> df
 
  name        date    message
2    a  2020-01-01        Hi 
0    a  2020-01-02     there 
1    b  2020-01-01     Hello 
3    b  2020-01-03  everyone 
4    c  2020-01-05      Test 

>>> df.groupby('name')['message'].sum().str.strip()

name
a          Hi there
b    Hello everyone
c              Test
Name: message, dtype: object

这会在组内进行直接串联，然后去除生成的字符串。

按名称分组后连接字符串，然后按日期排序

Concatenating strings after grouping by name and then sorting by date

python

pandas

sorting

pandas-groupby

string-concatenation