python - 如何在 pandas 数据框行中附加所有具有相同 id 的元素？

Question

我有下面的 pandas 数据框，我想将一系列元素转换成单个列，而不会丢失 id 和 fruit 列的时间顺序.

id   fruit
---|------
101  apple
102  apple
101  watermelon
101  orange
102  orange
104  lemon
105  lemon
104  lemon
105  apple
103  grapes

例如，新数据框应如下所示(*):

id               col
101  apple, watermelon, orange
102  apple, orange
103  grapes
104  lemon, lemon
105  apple

我尝试过:

f = {'url' : lambda x: np.unique(x).tolist()}
df = df.groupby('id', as_index=False).agg(f).reindex(columns=df.columns)


def foo(row):
    #just to remove the brackets
    return ', '.join(row)

df4['url'] = df4['fruit'].apply(tweak)
df4

但是，尽管这在我这样做时有效:

list(df.loc[[362]]['fruit'])

每一行中收集的信息没有临时排序(按照 fruit 列的出现顺序)。因此，我怎样才能得到 (*)？

Answer 1

apply join with set

df.groupby('id').fruit.apply(lambda x : ','.join(set(x))).reset_index()
Out[82]: 
    id                    fruit
0  101  apple,watermelon,orange
1  102             apple,orange
2  103                   grapes
3  104                    lemon
4  105              apple,lemon