试着转一转，但不是真的？

Question

我有这样一些数据：

Data = {'codes': ['123456', '789654789', '789654789', '54126', '123456'],    
        'names': ['google.com', 'reddit.com', 'bbc.com', 'google.com', 'google.com']
        }
df = pd.DataFrame(Data, columns = ['codes','names'])

我期望的结果是：

Data = {'codes': ['123456', '789654789', '54126'],    
        'names': ['(2)google.com', '(1)reddit.com|(1)bbc.com', '(1)google.com']
        }



df = pd.DataFrame(Data, columns = ['codes','names'])

我的想法是不为每个代码/域组合指定行，而只是在第一列中保留唯一的代码，并在第二列中放置一个字符串，它将说明与它相关的特定域的manny条目以及在同一字符串中用逗号分隔的所有域。 现在我正在使用一个列表“df.codes.unique（）”，并将其放入循环中，并在该循环中构造一个字符串。一旦我以一个代码结束，然后我继续到另一个代码，再到同一个代码。我有数百万行，这种方法非常慢。有什么有效的方法吗

Answer 1

Data = {'codes': ['123456', '789654789', '789654789', '54126', '123456'],
        'names': ['google.com', 'reddit.com', 'bbc.com', 'google.com', 'google.com']
        }
df = pd.DataFrame(Data, columns = ['codes','names'])

df=df.groupby(df.columns.tolist()).size().reset_index().rename(columns={0:'count'})
df['count']=df['count'].astype(str)+' '+df['names']
df = df.sort_values('names') .groupby('codes', sort=False)['count'].agg(lambda x: ','.join(x.astype(str))).reset_index()
print(df)
       codes                   count
0  789654789  1 bbc.com,1 reddit.com
1     123456            2 google.com
2      54126            1 google.com

Answer 2

首先使用crosstab进行计算，然后将非零和与列名连接起来。最后一行只是根据您的问题将结果序列转换为数据帧：

ct = pd.crosstab(df.codes, df.names)
result = ct.apply(lambda row: '|'.join(list(filter(None,map((lambda value,colName: '({}){}'.format(value, colName) if value > 0 else ''), row, ct.columns.values)))), axis = 1)
res_df = result.reset_index().rename(columns = {0: 'names'})

结果如下：

       codes                     names
0     123456             (2)google.com
1      54126             (1)google.com
2  789654789  (1)bbc.com|(1)reddit.com