如何在python中分组和粘贴字符串

Question

我的数据如下所示。

ID              Position            Treatment
--20AxECvv-         0           A
--20AxECvv-         -1          C
--20AxECvv-         -2          B
--h9INKewQf-        0           A
--h9INKewQf-        -1          B
zZU7a@8jN           0           C
QUeSNEXmdB          0           C
QUeSNEXmdB          -1          A
qu72Ql@h79          0           C

问题 1：

我想让一个用户 (id) 根据其位置进行所有处理并用“-”分隔。

结果是：

ID                       Treatment

--20AxECvv-              B-C-A
--h9INKewQf-             B-A
zZU7a@8jN                C
QUeSNEXmdB               A-C
qu72Ql@h79               C

问题 2

在了解所有治疗路径后，我想计算治疗 C（安慰剂）与 A 和 B 的次数。

Outcome : 
treatment (placebo)          other treatment           times
C                            A                         2
C                            B                         1

以及人们最后服用了多少次（当患者服用其他人时）

Outcome : 
treatment placebo in last          other treatment           times
C                            A                                1
C                            B                                0

提前感谢您花一些时间来回答这些问题:)

Answer 1

我认为你想要 groupby 和 sum

>>> y = pandas.DataFrame(columns=["x", "treatment"], data=[[0,"a"],[1,"b"],[0,"c"]])
>>> y
   x treatment
0  0         a
1  1         b
2  0         c

>>> y.groupby("x").sum()
  treatment
x          
0        ac
1         b

Sum 将连接字符串，因为 python 中的 "a" + "b" = "ab"

如果您需要用字符串分隔的治疗方法，请尝试

>>> y.groupby("x")["treatment"].apply("-".join)
x
0    a-c
1      b

Answer 2

问题 1 的解决方案：

import pandas as pd

df = pd.read_table('yourfile', header=None, delim_whitespace=True, skiprows=1)
df.columns = ['ID','Position','Treatment']
grouped = df.sort_values('Position').groupby('ID')
grouped = grouped.agg(lambda x: '-'.join(x)).reset_index()

print(grouped) 

输出：

             ID Treatment
0   --20AxECvv-     B-C-A
1  --h9INKewQf-       B-A
2    QUeSNEXmdB       A-C
3    qu72Ql@h79         C
4     zZU7a@8jN         C