如何对相关组应用按键分组

Question

我有一个数据框，我用groupby把它们分组如下

Name      Nationality    age
Peter     UK             28
John      US             29 
Wiley     UK             28 
Aster     US             29 

grouped = self_ex_df.groupby([Nationality, age])

1. 现在，我想针对每个值附加一个唯一的ID

我正在尝试这个，但不确定它是否有效？你知道吗

uniqueID = 'ID_'+ grouped.groups.keys().astype(str)

    uniqueID    Name      Nationality    age
     ID_UK28    Peter       UK             28
     ID_US29    John        US             29 
     ID_UK28    Wiley       UK             28 
     ID_US29    Aster       US             29 

1. 我现在想把它合并成一个新的DF，类似这样的东西

    uniqueID   Nationality    age   Text
     ID_UK28     UK           28    Peter and Whiley have a combined age of 56
     ID_US_29    US           29    John and Aster have a combined age of 58
   

如何实现上述目标？你知道吗

Answer 1

您不需要groupby来创建uniqueID，您可以稍后对uniqueID进行groupby，以获得基于年龄和国籍的组。我使用了一个自定义函数来构建文本str。这是一种方法。你知道吗

df1 = df.assign(uniqueID='ID_'+df.Nationality+df.age.astype(str))

def myText(x):
    str = ' and '.join(x.Name)
    str += ' have a combined age of {}.'.format(x.age.sum())
    return str

df2 = df1.groupby(['uniqueID', 'Nationality','age']).apply(myText).reset_index().rename(columns={0:'Text'})
print(df2)

输出：

  uniqueID Nationality  age                                        Text
0  ID_UK28          UK   28  Peter and Wiley have a combined age of 56.
1  ID_US29          US   29   John and Aster have a combined age of 58.