在列中每次出现值(true)时,按 Dataframe 拆分或分组

hivapdat  于 2021-08-25  发布在  Java
关注(0)|答案(1)|浏览(400)

a有这样一个df:

df = pd.DataFrame({'words':['hi', 'this', 'is', 'a', 'sentence', 'this', 'is', 'another', 'sentence'], 'indicator':[1,0,0,0,0,1,0,0,0]})

这给了我:

words  indicator
0        hi          1
1      this          0
2        is          0
3         a          0
4  sentence          0
5      this          1
6        is          0
7   another          0
8  sentence          0

现在,我想合并列“words”的所有值,这些值位于指示器中“1”之后,直到出现下一个“1”。这样的结果才是理想的结果:

words  indicator  counter
0     hi this is a sentence          1        5
1  this is another sentence          1        4

解释起来并不容易,这就是为什么我依赖这个例子。我尝试了groupby和split,但没有找到解决方案。最后一次尝试是设置某种类型的df.iterrows(),但我现在不想这样做,因为实际的df相当大。
提前感谢您的帮助!

new9mtju

new9mtju1#

您可以获得指标的累计和,然后将其分组,将所有单词合并到一个空格中,并计算每个句子中的单词数。

df["indicator"] = df["indicator"].cumsum()
df = df.groupby(
    "indicator", as_index=False
).agg(
    words=("words", " ".join), 
    counter=("indicator", "size")
)

# indicator                     words  counter

# 0          1     hi this is a sentence        5

# 1          2  this is another sentence        4

相关问题