在我的 DataFrame 中，我有许多具有不同 KeyValue_String 的相同 AutoNumber 实例。我想将这些实例转换为单行，其中 KeyValue_String 是由多个唯一值组成的列表。
AutoNumber KeyValue_String ReferralType Description
0 50899 DD 3 Web Search
1 50905 Cheque 1 Gatestone Collections
2 50906 DD 2 Centum Mortgage Brokers
3 50907 Cheque 1 Financial Debt Recovery Ltd.
4 50908 DD 2 Centum Mortgage Brokers
5 50909 DD 2 Centum Mortgage Brokers
6 50910 Cheque 1 Allied International Credit
7 50911 Cheque 1 D&A Collection Corp
8 50912 Cheque 1 Gatestone Collections
9 50913 Cheque 1 Financial Debt Recovery Ltd.
10 50914 Cheque 3 Existing Customer - Refinancing
11 50914 DD 3 Existing Customer - Refinancing
12 50915 Cheque 1 Gatestone Collections
13 50916 Cheque 3 Existing Customer - Refinancing
14 50916 Cheque 3 Existing Customer - Refinancing
所需的输出如下所示，但我想保留所有其他列
AutoNumber KeyValue_String
0 50899 DD
1 50905 Cheque
2 50906 DD
3 50907 Cheque
4 50908 DD
5 50909 DD
6 50910 Cheque
7 50911 Cheque
8 50912 Cheque
9 50913 Cheque
10 50914 [Cheque, DD]
11 50915 Cheque
12 50916 Cheque
13 50917 Cheque
14 50918 Cheque
最佳答案
如果我理解正确的话，您可以选择使用 groupby , transform ，和unique 。
df['KeyValue_String'] = df.groupby('AutoNumber').KeyValue_String.transform('unique')
然后，您可以删除重复项，假设如注释中所述，具有相同自动编号的行除 KeyValue_String 之外还包含重复信息。
df = df.drop_duplicates(subset='AutoNumber')
我建议如果您想要数组，请将列中的所有内容保留为数组，并且不要花费精力将混合类型放入列中，无论如何，这都会更难使用。
演示
>>> df
AutoNumber KeyValue_String
0 50899 DD
1 50905 Cheque
2 50906 DD
3 50907 Cheque
4 50908 DD
5 50909 DD
6 50910 Cheque
7 50911 Cheque
8 50912 Cheque
9 50913 Cheque
10 50914 Cheque
11 50914 DD
12 50915 Cheque
13 50916 Cheque
14 50916 Cheque
>>> df['KeyValue_String'] = df.groupby('AutoNumber').KeyValue_String.transform('unique')
>>> df.drop_duplicates(subset='AutoNumber')
AutoNumber KeyValue_String
0 50899 [DD]
1 50905 [Cheque]
2 50906 [DD]
3 50907 [Cheque]
4 50908 [DD]
5 50909 [DD]
6 50910 [Cheque]
7 50911 [Cheque]
8 50912 [Cheque]
9 50913 [Cheque]
10 50914 [Cheque, DD]
12 50915 [Cheque]
13 50916 [Cheque]
关于Python/Pandas : If Column has multiple values, 转换为列表中具有多个值的单行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42491753/