我需要根据另一列中的值在一列中连接唯一字符串。
我尝试了groupby,但是要么我遗漏了一些明显的东西,要么这太过分了。
下面是输入数据帧。我想为col2
中的每个值加入col1
中的唯一字符串
df = pd.DataFrame([
['a', '', 1],
['a', 's2', 2],
['a', 's2', 3],
['a', 's3', 3],
['b', '', 4],
['b', 's1', 5],
['c', '', 6]],
columns=['col1', 'col2', 'col0'])
我正在寻找这样的输出:
df2 = pd.DataFrame([
['a', '', 1, 's2;s3'],
['a', 's2', 2, 's2;s3'],
['a', 's2', 3, 's2;s3'],
['a', 's3', 3, 's2;s3'],
['b', '', 4, 's1'],
['b', 's1', 5, 's1'],
['c', '', 6, '']],
columns=['col1', 'col2', 'col0', 'col_out'])
我尝试使用transform,但是这些都不提供正确的列。我不拘泥于groupby,transform,只要能正常工作,任何其他方法都可以。
df['col3'] = df.groupby('col1')['col2'].transform(lambda x: ';'.join(x))
df['col4'] = df.groupby('col1', as_index=False)['col2'].transform(lambda x: list(set(x)))
df['col5'] = df['col4'].str.join(';')
答案 0 :(得分:1)
我认为您距离很近,请在此处添加strip
df2['col_out2'] = df2.groupby('col1')['col2'].transform(lambda x: ';'.join(x.unique())).str.strip(';')
它的输出是:
col1 col2 col0 col_out col_out2
0 a 1 s2;s3 s2;s3
1 a s2 2 s2;s3 s2;s3
2 a s2 3 s2;s3 s2;s3
3 a s3 3 s2;s3 s2;s3
4 b 4 s1 s1
5 b s1 5 s1 s1
6 c 6