在下面提到的表中,我想将列Tri_gram_sents
和Value
连接在一起,然后将列sentence
中具有相同编号的所有行连接起来。
Tri_gram_sents Value sentence
(('<s>', '<s>'), 'ABC') 0.161681 1
(('<s>', 'ABC'), 'ABC') 0.472973 1
(('ABC', 'ABC'), 'ABC') 0.305732 1
(('ABC', 'ABC'), 'ABC') 0.005655 1
(('ABC', 'ABC'), '</s>') 0.434783 1
(('ABC', '</s>'), '</s>') 0.008547 1
(('<s>', '<s>'), 'DEF') 0.111111 2
(('<s>', 'DEF'), 'DEF') 0.039474 2
(('DEF', 'DEF'), 'DEF') 0.207317 2
(('DEF', 'DEF'), 'DEF') 0.074803 2
(('DEF', 'DEF'), '</s>') 0.037940 2
(('DEF', '</s>'), '</s>') 0.033163 2
(('<s>', '<s>'), 'GHI') 0.250000 3
(('<s>', 'GHI'), 'GHI') 0.103316 3
(('GHI', 'GHI'), 'GHI') 0.024155 3
(('GHI', 'GHI'), '</s>') 0.028302 3
(('GHI', '</s>'), '</s>') 0.117647 3 `
对于上面的行集,我将在另一个表中获得总共3行,并且我的预期输出看起来如下:
(('<s>', '<s>'), 'ABC') 0.161681 (('<s>', 'ABC'), 'ABC') 0.472973 (('ABC', 'ABC'), 'ABC') 0.305732 (('ABC', 'ABC'), 'ABC') 0.005655 (('ABC', 'ABC'), '</s>') 0.434783 (('ABC', '</s>'), '</s>') 0.008547
(('<s>', '<s>'), 'DEF') 0.111111 (('<s>', 'DEF'), 'DEF') 0.039474 (('DEF', 'DEF'), 'DEF') 0.207317 (('DEF', 'DEF'), 'DEF') 0.074803 (('DEF', 'DEF'), '</s>') 0.037940 (('DEF', '</s>'), '</s>') 0.033163
(('<s>', '<s>'), 'GHI') 0.250000 (('<s>', 'GHI'), 'GHI') 0.103316 (('GHI', 'GHI'), 'GHI') 0.024155 (('GHI', 'GHI'), '</s>') 0.028302 (('GHI', '</s>'), '</s>') 0.117647
您可以使用groupby
和join
来创建预期输出。一种方法是从列to_join
和Tri_gram_sents
创建列Value
,然后agg
此列:
df['to_join'] = df['Tri_gram_sents'] + ' ' + df['Value'].astype(str)
ser_output = df.groupby('sentence')['to_join'].agg(' '.join)
或者您可以在一行中完成所有操作而无需使用apply
创建列:
ser_output = (df.groupby('sentence').apply(
lambda df_g: ' '.join(df_g['Tri_gram_sents']+' '+df_g['Value'].astype(str))))
你得到ser_output
:
sentence
1 (('<s>', '<s>'), 'ABC') 0.161681 (('<s>', 'ABC...
2 (('<s>', '<s>'), 'DEF') 0.111111 (('<s>', 'DEF...
...
第一个元素看起来像预期的那样:
"(('<s>', '<s>'), 'ABC') 0.161681 (('<s>', 'ABC'), 'ABC') 0.472973 (('ABC', 'ABC'), 'ABC') 0.305732 (('ABC', 'ABC'), 'ABC') 0.005655 (('ABC', 'ABC'), '</s>') 0.434783 (('ABC', '</s>'), '</s>') 0.008547"