熊猫在列中列出唯一值并将其分配给单独的列

Question

我有下表：

我想在列出唯一值的同一数据框中创建新的数据框或列。例如

我使用了以下代码：

data.groupby('EMAIL')['Classification'].transform('nunique')

但是它给了我很多唯一值（对于CLASSIFICATION，它是2）， 但是我想记下列表格式的值。这样一来，我将删除重复的行，并为每个唯一的电子邮件ID放入一行。请对此提供建议。

谢谢！

Answer 1

为了性能起见，将set用于唯一值并传递到GroupBy.agg中的lambda函数，顺序应与原始顺序不同：

df = data.groupby('EMAIL').agg(lambda x: ','.join(set(x))).reset_index()

对于与原始使用字典技巧相同的命令：

f = ','.join(dict.fromkeys(x).keys()) 
df = data.groupby('EMAIL').agg(f).reset_index()

Answer 2

将df.groupby(as_index=False)与df.groupby.agg一起使用：

data.groupby('EMAIL',as_index=False).agg(lambda x: ','.join(x.unique()))