パンダ：データフレーム

Question

ユニオン文字列私はdfを変更する必要があるデータフレームdf

ID active_seconds domain subdomain search_engine search_term 
0120bc30e78ba5582617a9f3d6dfd8ca 35 vk.com vk.com None None 
0120bc30e78ba5582617a9f3d6dfd8ca 54 vk.com vk.com None None 
0120bc30e78ba5582617a9f3d6dfd8ca 34 vk.com vk.com None None 
16c28c057720ab9fbbb5ee53357eadb7 4 facebook.com facebook.com None None 
16c28c057720ab9fbbb5ee53357eadb7 4 facebook.com facebook.com None None 
16c28c057720ab9fbbb5ee53357eadb7 8 facebook.com facebook.com None None 
0120bc30e78ba5582617a9f3d6dfd8ca 16 megarand.ru megarand.ru None None 
0120bc30e78ba5582617a9f3d6dfd8ca 6 vk.com vk.com None None 

を持っています。 IfにIDsubdomain[i] == subdomain[i-1]私はこの文字列とを結合する必要があります。このことから は私がそれを行うために使用するものsould

ID active_seconds domain subdomain search_engine search_term 
0120bc30e78ba5582617a9f3d6dfd8ca 123 vk.com vk.com None None 
16c28c057720ab9fbbb5ee53357eadb7 16 facebook.com facebook.com None None 
0120bc30e78ba5582617a9f3d6dfd8ca 16 megarand.ru megarand.ru None None 
0120bc30e78ba5582617a9f3d6dfd8ca 6 vk.com vk.com None None 

を取得したいたdf？

Answer 1

これは本当に近いです。正しい注文を得ることが重要であるかどうかはわかりません。

また、私はgroupbyIDであると仮定しました。つまり、同じIDが別のIDにまたがって同じサブドメインに残っている場合は、active_secondsを集計します。最後の2行が一緒に参加していなかったのはなぜ

def proc_id(df): 
    cond = df.subdomain != df.subdomain.shift() 
    part = cond.cumsum() 
    df_ = df.groupby(part).first() 
    df_.active_seconds = df.groupby(part).active_seconds.sum() 
    return df_ 

df.groupby('ID').apply(proc_id).reset_index(drop=True)