python - 使用 python pandas 删除重复项并添加一些列

Question

是否可以使用 Python Pandas 执行以下操作？

我有一个类似于表 A 的 csv 文件。

TABLE A
------------------------------------------------
Name               Email
------------------------------------------------
Hinckley Joel      hjoel@mail.com
Hinckley Joel      hjoel@mail.com 
Hinckley Joel      hinkleyjoel@mail.com
Joel Hinckley      hinkjoel@mail.com
Siegel Allison     sallison@mail.com
Nielsen Tami       ntami@mail.com
Nielsen Tami       ntami@gmail.com
...

我想删除具有重复名称的行，同时我想添加一个新列“Secondary Email”。
辅助电子邮件将是重复行的第一封电子邮件。

我要制作的最终表格是表格 B。

TABLE B
-----------------------------------------------------------
Name               Email                   Secondary Email
-----------------------------------------------------------
Hinckley Joel      hjoel@mail.com          hinkleyjoel@mail.com
Siegel Allison     sallison@mail.com
Nielsen Tami       ntami@mail.com

从表A和B可以看出，即使名字和姓氏被替换，我也想认为是同一个人。 (例如:“Hinckley Joel”和“Joel Hinckley”)
另外，我想使用辅助电子邮件(例如:hinkleyjoel@mail.com)并将其添加到新列中。

提前谢谢你。

Answer 1

这是旋转两列，但您需要删除重复项:

(df.drop_duplicates()
   .assign(col=lambda x: x.groupby("Name").cumcount())
   .pivot(index='Name', columns='col', values='Email')
   .add_prefix('Email_').reset_index()
)

输出:

col            Name            Email_0               Email_1
0     Hinckley Joel     hjoel@mail.com  hinkleyjoel@mail.com
1     Joel Hinckley  hinkjoel@mail.com                   NaN
2      Nielsen Tami     ntami@mail.com       ntami@gmail.com
3    Siegel Allison  sallison@mail.com                   NaN