python - 如何将数据帧行合并为单行，所有行值都为每列连接？

Question

我有一个 df 像:

  | col1  | col2   | col3
0 | Text1 | a,b ,c | klra-tk³,t54 ? 
1 | Text2 | NaN    | gimbal3, gimbal4
2 | Text3 | a,k,m  | NaN

我想在一行中获取包含列的所有唯一值的一行，并且忽略 NaN，例如:

  | col1                | col2      | col3
0 | Text1, Text2, Text3 | a,b,c,k,m | klra-tk³,t54,gimbal3, gimbal4

我怎么能用 Pandas 做到这一点？

Answer 1

使用自定义函数 Series.str.split , DataFrame.stack , 通过 Series.drop_duplicates 删除重复项并通过 Series.dropna 删除缺失值, 最后加入 ,并转换 Series到一行 DataFrame Series.to_frame 并转置:

f = lambda x: ','.join(x.str.split(',', expand=True).stack().drop_duplicates().dropna())
df = df.apply(f).to_frame().T
print (df)
                col1       col2                         col3
0  Text1,Text2,Text3  a,b,c,k,m  klra-tk,t54,gimbal3,gimbal4

或者使用列表理解，如:

f = lambda x: ','.join(x.str.split(',', expand=True).stack().drop_duplicates().dropna())
df = pd.DataFrame([[f(df[x]) for x in df.columns]], columns=df.columns)