如何根据某些条件连接熊猫列中的两个单元格？

Question

你好，我有这个熊猫数据框：

Key      Predictions    
C10D1   1
C11D1   8
C11D2   2
C12D1   2
C12D2   8
C13D1   3
C13D2   9
C14D1   4
C14D2   9
C15D1   8
C15D2   3
C1D1    5
C2D1    7
C3D1    4
C4D1    1
C4D2    9
C5D1    3
C5D2    2
C6D1    1
C6D2    0
C7D1    8
C7D2    6
C8D1    3
C8D2    3
C9D1    5
C9D2    1

我想连接“预测”列中“键”最多匹配 4 个字符的每个单元格。 例如......在“Key”列中，我有“C11D1”和“C11D2”......因为它们都包含“C11”，我想连接来自具有“C11D1”和“C11D2”作为索引的预测列的行。 . 因此结果应该是：

       Predictions
Key 
C10     1
C11     82
C12     28
and so on

Answer 1

编辑：由于 OP 想要连接相同索引的值，因此在此处添加该解决方案。

df.groupby(df['Key'].replace(regex=True,to_replace=r'(C[0-9]+).*',value=r'\1'))\
['Predictions'].apply(lambda x: ','.join(map(str,x)))

上面会将它们与 连接起来,您可以根据需要在lambda x: ','部分将其设置为 null 或空格。

---

---

你能不能试试以下。

df.groupby(df['Key'].replace(regex=True,to_replace=r'(C[0-9]+).*',value=r'\1')).sum()

或重置索引尝试：

df.groupby(df['Key'].replace(regex=True,to_replace=r'(C[0-9]+).*',value=r'\1')).sum()\
.reset_index()

说明：为上述代码添加说明。

df.groupby(df['Key'].replace(regex=True,to_replace=r'(C[0-9]+).*',value=r'\1')).sum()

df.groupby: Means use groupby for df whatever values passed to it.
df['Key'].replace(regex=True,to_replace=r'(C[0-9]+).*',value=r'\1'): Means df's key column I am using regex to replace everything after Cdigits with NULL as per OP's question.

.sum(): Means to get total sum of all similar 1st column as per need.