Pandas 根据条件组合连续行

Question

我的问题与此类似，但答案似乎并不完全有效！根据条件合并行 pandas 数据框给定以下 pandas 数据框：+---------+-----------------+-----------------+| SECTION | TEXT            | NUMBER_OF_WORDS |+---------+-----------------+-----------------+| ONE     | lots   of text… | 55              |+---------+-----------------+-----------------+| ONE     | word1           | 1               |+---------+-----------------+-----------------+| ONE     | lots   of text… | 151             |+---------+-----------------+-----------------+| ONE     | word2           | 1               |+---------+-----------------+-----------------+| ONE     | word3           | 1               |+---------+-----------------+-----------------+| ONE     | word4           | 1               |+---------+-----------------+-----------------+| TWO     | lots   of text… | 523             |+---------+-----------------+-----------------+| TWO     | lots   of text… | 123             |+---------+-----------------+-----------------+| TWO     | word4           | 1               |+---------+-----------------+-----------------+如果 NUMBER_OF_WORDS 列中的值为 1；它必须与上面的行结合起来；前提是它们具有相同的 SECTION 值。这是代码；这似乎有效，但不是我想要的。df.groupby(['SECTION', (df.NUMBER_OF_WORDS.shift(1) == 1)], as_index=False, sort=False).agg({'TEXT': lambda x: ', '.join(x), 'NUMBER_OF_WORDS': lambda x: sum(x)})

Answer 1

让我们尝试groupby一下cumsum

s = df['NUMBER_OF_WORDS'].ne(1).cumsum()
out = df.groupby(s).agg({'SECTION':'first','TEXT':','.join,'NUMBER_OF_WORDS':'sum'})