python - 删除 da 的同一单元格中的重复值和计数值

Question

我有一个示例数据框，其中 a 列包含如下重复值:

        a
0   1089, 1089, 1089
1   10A3, 10A3
2   10A3, 10A4, 10A4
3   TEL, TV
4   EZ, EZ
5   ABC Co., ABC Co.

我想删除重复项并计算每个单元格的值:

      a               count
0   1089                1
1   10A3                1
2   10A3, 10A4          2
3   TEL, TV             2
4   EZ                  1
5   ABC Co.             1

Answer 1

使用str.get_dummies并对 axis=1

求和

df['count'] = df.a.str.get_dummies(sep=', ').sum(1)

要删除重复项，请使用 explode

s = df.assign(a=df.a.str.split(', ')).explode('a').drop_duplicates()

---

         a  count
0     1089      1
1     10A3      1
2     10A3      2
2     10A4      2
3      TEL      2
3       TV      2
4       EZ      1
5  ABC Co.      1

如果你真的需要在同一行中全部...

s.groupby(s.index).agg({'a': ', '.join, 'count': 'first'})

          a  count
0        1089      1
1        10A3      1
2  10A3, 10A4      2
3     TEL, TV      2
4          EZ      1
5     ABC Co.      1

---

或者简单地使用@WeNYoBen 巧妙的解决方案；)

s=df.a.str.get_dummies(sep=', ')
df['a']=s.dot(s.columns+',').str[:-1]
df['count']=s.sum(1)