分组后数据帧中的第一列丢失

Question

请原谅，如果这个问题是太n00bish，我是全新的Python和需要使用它的工作，不幸的是，这意味着跳水到更高层次的东西没有首先了解的基础知识。。。你知道吗

我有一个巨大的CSV与文本抄本，我读到一个熊猫数据帧。这些转录本被分解成ID，ID必须被分组以获得每次交互的单一记录，因为它们在原始数据库中被分解成片段。格式如下：

    ID      TEXT
    1       This is the beginning of a convo
    1        heres the middle
    1       heres the end of the convo
    2       this is the start of another convo...etc.

我使用此代码按ID分组并创建单数记录：

    df1 = df.groupby('ID').text.apply(' '.join)

这个代码工作得很好，但现在我被困在一个系列（？）它不再识别索引“ID”，我想它已经和文本或其他东西合并了。当我使用_frame（）时，问题仍然存在。我想知道如何再次分离ID并使用它来索引数据？你知道吗

Answer 1

groupby将返回groupbyed列作为索引。看看你的代码这就是我看到的。你知道吗

import pandas as pd
df = pd.DataFrame({'ID':[1,1,1,2], 
                  'TEXT':['This is the beginning of a convo', 'heres the 
                          middle', 'heres the end of the convo', 'this is the 
                          start of another convo...etc.']})
df1 = df.groupby('ID').TEXT.apply(' '.join)
print(df1)

ID
1    This is the beginning of a convo heres the mid...
2    this is the start of another convo...etc.
Name: TEXT, dtype: object

如果您想将ID作为数据帧中的一列，您可以获取序列df1并对其重新编制索引，或者继续将其作为序列的索引，这将非常方便，具体取决于接下来的步骤。你知道吗

df1 = df1.reset_index()
print(df1)

    ID  TEXT
0   1   This is the beginning of a convo heres the mid...
1   2   this is the start of another convo...etc.