Найти вхождение «строки» в столбец подгруппы и пометить maingroup в зависимости от ее вхождения

Question

У меня есть данные, которые выглядят так:

Group   string
 A     Hello
 A     SearchListing
 A     GoSearch
 A     pen
 A     Hello
 B     Real-Estate
 B     Access
 B     Denied
 B     Group
 B     Group
 C     Glance
 C     NoSearch
 C     Home

и т. Д.

Я хочу найти всех тех групп, у которых есть «поисковая» фраза в строках, и пометить их как0/1.В то же время я хочу объединить результаты, такие как уникальные строки и итоговые строки по каждой группе, а также, сколько раз "поиск" встречался в этой группе.Конечные результаты, которые мне нужны, выглядят примерно так:

Group   containsSearch  TotalStrings  UniqueStrings  NoOfTimesSearch
 A           1              5             4              2
 B           0              5             4              0
 C           1              3             3              1 

Я могу агрегировать, используя простое предложение groupby, но у меня возникают проблемы с тем, как пометить группу как 0/1 в зависимости от наличия "поиск "и подсчет, сколько раз он встречался.

Answer 1

Если вы хотите создать функцию:

def my_agg(x):
    names = {
    'containsSearch' : int(x['string'].str.lower().str.contains('search').any()),
    'TotalStrings' : x['string'].count(),
    'UniqueStrings' : x['string'].drop_duplicates().count(),
    'NoOfTimesSearch' : int(x[x['string'].str.lower().str.contains('search')].count())
    }

    return pd.Series(names)

df.groupby('Group').apply(my_agg)

       containsSearch  TotalStrings  UniqueStrings  NoOfTimesSearch
Group                                                              
A                   1             5              4                2
B                   0             5              4                0
C                   1             3              3                1

Answer 2

Давайте попробуем:

l1 = lambda x: x.str.lower().str.contains('search').any().astype(int)
l1.__name__ = 'containsSearch'
l2 = lambda x: x.str.lower().str.contains('search').sum().astype(int)
l2.__name__ = 'NoOfTimesSEarch'

df.groupby('Group')['string'].agg(['count','nunique',l1,l2]).reset_index()

Вывод:

  Group  count  nunique  containsSearch  NooOfTimesSEarch
0     A      5        4               1                2
1     B      5        4               0                0
2     C      3        3               1                1

Или используя определенные функции, спасибо, @WB:

def conatinsSearch(x):
    return x.str.lower().str.contains('search').any().astype(int)

def NoOfTimesSearch(x):
    return x.str.lower().str.contains('search').sum().astype(int)


df.groupby('Group')['string'].agg(['count', 'nunique',
                                   conatinsSearch, NoOfTimesSearch]).reset_index()

Вывод:

  Group  count  nunique  conatinsSearch  NoOfTimesSearch
0     A      5        4               1                2
1     B      5        4               0                0
2     C      3        3               1                1