如何连接 Pandas dataframe 中的特定行？

Question

我想连接 Pandas dataframe 中的特定行。

我有一列“文本”和另一列“名称”。 “文本”列的每个条目都有一个字符串。 “名称”列的某些条目是空的，所以我想将第 n 行连接起来，它在“名称”列中有一个空条目与行 (n-1)。 如果行 (n-1) 在“名称”列中也有一个空条目，则这些行应连接到在“名称”列中具有条目的下一行。

例如：
输入：

Text=["Abc","def","ghi","jkl","mno","pqr","stu"]

Name=["a","b","c",““,““,"f","g"]

预期 Output：

Text= ["Abc","def","ghijklmno","pqr","stu"]

Name = ["a","b","c","f","g"]

---

我想让我的问题更容易理解：

我有两个清单：

index = [3,6,8,9,10,12,15,17,18,19]

text = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z']

new = []
for i in range(0,len(text)):
    if i not in index:
        if i+1 not in index:
            new.append(text[i])
    if i in index:
        new.append(text[i-1]+' '+ text[i])

列表索引显示文本的错误拆分（当列名没有值时）。 因此，我想 append 例如 text[3] 到 text[2]。 所以我会得到一个新条目'c d'。

最后，output 应该是：

new = ['a','b,'c d','e','f g','hijk','lm','n','op','qrst','u','v','w','x','y','z']

这些列表只是我的大型文本列表的简化示例。 我不知道我必须将多少条目连接在一起。 我的算法仅在我必须将条目 n 与条目 n-1 连接时才有效。 但也有可能我必须将条目 n 与直到 n-10 的条目连接起来，所以我得到一个大条目。

我希望我的问题现在更容易理解了。

Answer 1

用NaN和正向填充替换空字符串。 然后groupby名称列并聚合。

import pandas as pd

df.Name = df.Name.str.replace('', pd.np.nan).ffill()
out_df = df.groupby('Name').agg({'Text': ' '.join})

Answer 2

通过使用defaultdict

   Name=["a","b","c",None,None,None,"f","g"]
    Text=["Abc","def","ghi","jkl","mno","pqr","stu"] 

    lst=list(zip(Name,Text))

    from collections import defaultdict 

    d=defaultdict(str) 


    for i, v in lst:
        d[i] += v

    print(list(d.values()))
['Abc', 'def', 'ghi', 'jklmnopqr', 'stu']

Answer 3

我现在有一个解决方案（代码看起来不太好，但 output 是我所期望的）：

for i in range(0,len(text)):
    if i not in index:
        if i+1 not in index:
            new.append(text[i])
        elif i+1 in index:
            if i+2 not in index:
                new.append(text[i]+text[i+1])
            elif i+2 in index:
                if i+3 not in index:
                    new.append(text[i]+text[i+1]+text[i+2])
                elif i+3 in index:
                    if i+4 not in index:
                        new.append(text[i]+text[i+1]+text[i+2]+text[i+3])
                    elif i+4 in index:
                        if i+5 not in index:
                            new.append(text[i]+text[i+1]+text[i+2]+text[i+3]+text[i+4])

我必须再添加一些 if 条件......但是对于上面的简化示例，代码可以完美运行。