Question

给出一个df：

Id  Name X Y Z
111 abc  1 3 5 
111 abc  0   1
222 ijk    2
222 lmo  1 1

按Id分组（因为它们的ID总是匹配），我想输出具有不同值的所有列名：

Id  Diff
111 X, Y, Z
222 Name, X, Y

通常我使用np.where来发现差异，但我认为在这种情况下它不会有所帮助。任何建议将不胜感激。非常感谢！

Answer 1

使用

In [184]: df.groupby('Id').apply(lambda x: x.columns[x.nunique().ne(1)].tolist())
Out[184]:
Id
111       [X, Y, Z]
222    [Name, X, Y]
dtype: object

另外，列名为

In [210]: df.groupby('Id').apply(
              lambda x: x.columns[x.nunique().ne(1)].tolist()
            ).reset_index(name='Diff')
Out[210]:
    Id          Diff
0  111     [X, Y, Z]
1  222  [Name, X, Y]

另一种更简单的简写可能是

In [213]: df.groupby('Id').nunique().ne(1).dot(df.columns)
Out[213]:
Id
111       XYZ
222    NameXY
dtype: object

Answer 2

使用nunique

s=df.groupby('Id').apply(lambda x : (len(x)<=x.nunique()))

s.mul(s.columns).iloc[:,1:].apply(','.join,1)


Id
111       ,X,Y,Z
222    Name,X,Y,
dtype: object

更新

s.stack()[s.stack()].reset_index(level=1).groupby(level=0)['level_1'].apply(','.join)
Out[959]: 
Id
111       X,Y,Z
222    Name,X,Y
Name: level_1, dtype: object

Pandas输出差异列

2 个答案: