在Pandas數據框中將行折疊為一列值

Question

如果我有一個像這樣的數據框，每個用戶ID都有不同的產品頁面，並且我想將用戶的所有產品頁面歸為一組，並用連字符分隔

我希望最終結果如下

在pandas或sql中這樣做更容易嗎？ 我的數據集當前為7.5MM行，用於更多數據時將增長到一千萬。

在大熊貓中，我們可以使用series.str.concatenate方法折疊並通過連字符連接嗎？

在SQL建議？

Answer 1

在熊貓中，您可以將groupby與匿名函數一起使用：

>>> df = pd.DataFrame([(5, 'product'), (5, 'product'), (5, 'home'), (4, 'product'), (4, 'home')], columns=['user_id', 'page_category'])
>>> df
    user_id page_category
 0        5       product
 1        5       product
 2        5          home
 3        4       product
 4        4          home
>>> df.groupby('user_id')['page_category'].apply(lambda x: '-'.join(x))
 user_id
 4            product-home
 5    product-product-home
 Name: page_category, dtype: object

Answer 2

如果用“輕松”來表示“更快”，請記住SQL是數據庫接口，而不是數據庫本身。 在數據庫中執行此操作的速度取決於其體系結構。