python - 根据条件合并相邻行

Question

我已经尝试过有关此主题的其他帖子，但似乎找不到正确的解决方案。

我有一个数据框，它描述了由说话者分隔的对话:

import pandas as pd
data = [[1, 'hello'], [2, 'hi there'], [1, 'how are you?'],[2, 'i am well'], [2, 'how are you?']] 
df = pd.DataFrame(data, columns = ['speaker', 'turn']) 

我要做的是合并存在相同扬声器标签的相邻行。换句话说，我希望能够合并最后两行，因为它们都应该算作同一个对话回合。

data = [[1, 'hello'], [2, 'hi there'], [1, 'how are you?'],[2, 'i am well', 'how are you?']

我怀疑答案与 groupby 函数有关，但到目前为止我尝试让它工作但没有奏效。

Answer 1

Pandas 中的字符串处理不当；这些操作可能看起来 是矢量化的，但实际上并非如此。在任何情况下，您要做的就是在此阶段聚合列表，并且该格式也不太适合您期望标量值的 df。使用 itertools.groupby

import itertools

from operator import itemgetter


data = [[1, 'hello'], [2, 'hi there'], [1, 'how are you?'],[2, 'i am well'], 
        [2, 'how are you?']] 

rebuilt_list = []
for speaker, comment_group in itertools.groupby(data, itemgetter(0)):

    comments = [speaker] # To make sure you have the speaker id as first value

    for comment in comment_group:
        comments.extend(comment[1:])

    rebuilt_list.append(comments)