对变量值为字符串“分组求和”

米竹

于 2019-02-03 14:06:28 发布

阅读量479

点赞数

CC 4.0 BY-SA版权

分类专栏：碎片学习文章标签： python 文本挖掘

本文链接：https://blog.youkuaiyun.com/xienan_ds_zj/article/details/86758815

6 篇文章

订阅专栏

本文探讨了在处理字符串数据时，如何利用分组求和功能正确地进行字符串拼接，尤其是在处理文本数据时，如何避免遗漏句号等标点符号，通过添加临时变量实现完美拼接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对变量值为字符串的对象，分组求和也就是相当于对各字符串执行了拼接的操作。但可能遇到一些问题。
以下是《射雕英雄传》第三回的文本数据，每一行表示对应文本中的一句话，变量para表示该句子所在的段落。现欲将各句子合并为对应的段落。

在这里插入图片描述
若直接使用groupby聚合后求和，就是将值拼接起来后：
发现缺少响应的句号，作为一个“完美主义者”（强迫症患者）怎么能忍。添加一个值为句号的临时变量（temp）。拼接变量 sentence 和 temp 的值后再进行“分组求和”：

chap['temp'] = '。'  
chap['sentence'] = chap['sentence'] + chap['temp']
del chap['temp']
chap.groupby('para').sum()

在这里插入图片描述