Suponiendo que tienes un dataframe (llamado df
) resultado de tu consulta como el que pones en tu ejemplo:
EclipseID HashtagID
0 343513 4210
1 343513 4135
2 343513 2410
3 351651 4135
4 351651 4247
5 351651 6518
6 524752 5138
7 524752 3312
Para agrupar todos los HashtagID
según su EclipseID
usa pandas.DataFrame.groupby. La salida esperada que muestras parece ser una cadena (string) con los HashtagId
separados por |
. Otra opción creo que más práctica si vas a trabajar con los datos sería usar una lista Python para agruparlos (o cualquier otro contenedor como un set
, un array de Numpy o incluso otro DataFrame):
df = df.groupby('EclipseID')['HashtagID'].apply(list).reset_index()
print(df)
Salida:
EclipseID HashtagID 0 343513 [4210, 4135, 2410] 1 351651 [4135, 4247, 6518] 2 524752 [5138, 3312]
Si realmente quieres una cadena, solamente crea una función que haga el trabajo:
def cadena(group):
return '|'.join((str(argvalue).strip() for argvalue in group.values))
df = df.groupby('EclipseID')['HashtagID'].apply(cadena).reset_index()
print(
O usando una función lambda (aunque no aporta mucho a lo anterior):
df = df.groupby('EclipseID')['HashtagID'].apply(lambda g: '|'.join((str(v).strip() for v in g.values))).reset_index()
Salida:
EclipseID HashtagID 0 343513 4210|4135|2410 1 351651 4135|4247|6518 2 524752 5138|3312
En ambos casos se usa apply
que lo que hace básicamente es,: por cada grupo llamar a una función, pasarle el grupo como argumento y buardar enusar su retorno para construir la columna lo que le retorne.