python - 加入每个组中的字符串并分配回原始 DataFrame

Question

我有两列的数据框：user和lang。每个用户都知道一种或多种语言：

     lang     user
0  Python     Mike
1   Scala     Mike
2       R     John
3   Julia  Michael
4    Java  Michael

user我需要以他/她知道的所有语言获取每一行。我可以这样做：

df.groupby('user')['lang'].apply(lambda x:', '.join(x)).reset_index()

但我明白了：

      user           lang
0     John              R
1  Michael    Julia, Java
2     Mike  Python, Scala

而不是我想要的：

           lang     user
0  Python,Scala     Mike
1  Python,Scala     Mike
2             R     John
3    Julia,Java  Michael
4    Julia,Java  Michael

重现代码：

import pandas as pd

df = pd.DataFrame({"lang":["Python","Scala","R","Julia","Java"],
                   "user":["Mike","Mike","John","Michael","Michael"]})
print(df)

标签： pythonpandasdataframegroup-bypandas-groupby

Answer 1

用于transform将结果“广播”groupby到输入中的每一行。

df['lang'] = df.groupby('user')['lang'].transform(', '.join)
df
            lang     user
0  Python, Scala     Mike
1  Python, Scala     Mike
2              R     John
3    Julia, Java  Michael
4    Julia, Java  Michael