python - 从 DataFrame 中删除重复的行，但将一列保留为列表-Python

Question

我有一个这样的数据框:

file:
      | FIRST | LAST | ID |
---------------------------
0      "ABC"     12    35 
1      "ABC"     14    35
2      "AB"      15    36

现在，我想要的是:

file:
      | FIRST | LAST  | ID |
---------------------------
0      "ABC"   [12,14]  35 
2      "AB"      15     36

对于这个问题，我们假设如果两行的 ID 相等，则除 LAST 之外的所有值也相等。

因此，替换除添加到列表中的最后一个值之外的所有值。

我尝试使用此链接中给出的解决方案: Pandas DataFrame - Combining one column's values with same index into list

我用过这个:

file = file.groupby('ID')

file = file['Last'].unique()

这是我得到的输出:

ID
35    [12, 14]
36        [15]
Name: Last, dtype: object

可能我在 groupby() 中遗漏了一些东西。

提前致谢:)

更新:

我原来的 Dataframe 有 100 多列。如果两行的 ID 相等，则除 LAST 之外的所有值也相等。

Answer 1

鉴于给定 ID 只有最后两行不同，因此在对它们应用 groupby 时只取第一个值。对于“LAST”列，使用其值或将其转换为唯一项列表(如果有多个)。

grouping_cols = ['ID', ...]
agg_cols = {col: 'first' for col in df if col not in grouping_cols}
agg_cols['LAST'] = lambda x: x.unique().tolist() if len(x) > 1 else x.iat[0]
>>> df.groupby(grouping_cols, as_index=False).agg(agg_cols)
  ID      LAST FIRST
0  35  [12, 14]   ABC
1  36        15    AB