python - 使用 pandas GroupBy 聚合来自多列的唯一值

Question

我进入了无数线程(1 2 3 ...)，但我仍然没有找到解决问题的方法...我有一个这样的数据框:

prop1 prop2 prop3    prop4 
L30   3     bob      11.2
L30   54    bob      10
L30   11    john     10
L30   10    bob      10
K20   12    travis   10 
K20   1     travis   4 
K20   66    leo      10

我想对 prop1 进行分组，同时聚合所有其他列，但仅使用唯一值。像那样:

prop1  prop2       prop3       prop4
L30    3,54,11,10  bob,john    11.2,10
K20    12,1,66     travis,leo  10,4

我尝试了不同的方法:

1. df.groupby('prop1')['prop2','prop3','prop4'].apply(np.unique)返回

AttributeError: 'numpy.ndarray' object has no attribute 'index' PLUS TypeError: Series.name must be a hashable type

1. 另外:.apply(lambda x: pd.unique(x.values.ravel()).tolist()) 给出一个列表作为输出，我想要列.

2. df.groupby('prop1')['prop2','prop3','prop4'].unique() 本身不起作用，因为有多个列。

3. .apply(f) 其中 f 为:

   def f(df):
df['prop2']=df['prop2'].drop_duplicates()
df['prop3']=df['prop3'].drop_duplicates()
df['prop4']=df['prop4'].drop_duplicates()
返回 df

什么都不做。

1. 我还尝试使用具有不同选项的 .agg() 但没有成功。

你们中有人知道吗？

非常感谢:)

Answer 1

使用 groupby 和 agg，并通过调用 Series.unique 仅聚合唯一值:

df.astype(str).groupby('prop1').agg(lambda x: ','.join(x.unique()))

            prop2       prop3      prop4
prop1                                   
K20       12,1,66  travis,leo   10.0,4.0
L30    3,54,11,10    bob,john  11.2,10.0

---

df.astype(str).groupby('prop1', sort=False).agg(lambda x: ','.join(x.unique()))

            prop2       prop3      prop4
prop1                                   
L30    3,54,11,10    bob,john  11.2,10.0
K20       12,1,66  travis,leo   10.0,4.0

---

如果处理 NaN 很重要，请提前调用 fillna:

import re
df.fillna('').astype(str).groupby('prop1').agg(
    lambda x: re.sub(',+', ',', ','.join(x.unique()))
)

            prop2       prop3      prop4
prop1                                   
K20       12,1,66  travis,leo   10.0,4.0
L30    3,54,11,10    bob,john  11.2,10.0