如何在使用 itertools.groupby 删除重复项时包含每个字符的计数

Question

我有以下代码：

df= pd.DataFrame(data=all_r_1.to_dataframe().groupby(['user_id'])['type'].sum()).reset_index()

userid | type
20     | aab
21     | ababb

要从type 列中的字符串中删除重复项，我有以下代码：

df['type'] = df['type'].apply(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))

产生这个：

userid | type
20     | ab
21     | abab

这是输入df：

id | userid | type 
1  | 20     | a  
2  | 20     | a
3  | 20     | b
4  | 21     | a  
5  | 21     | b
6  | 21     | a
7  | 21     | b
8  | 21     | b

但是，我想做的是在删除重复项的同时包含每个字符的计数：

userid | type
20     | a2b
21     | abab2

有什么想法可以修改itertools.groupby 代码以包含计数吗？

Answer 1

itertools.groupby 存储实际组，因此您可以按如下方式访问：

df['type'] = df['type'].apply(lambda x: ''.join('{}{}'.format(ch,len(list(group))) for ch, group in itertools.groupby(x)))