pandas - 行之间的差异作为列内的列表

Question

我有一个像这样的(困惑的)pdf.df，

Number    Day        Colour   City
123       Monday     Red      London
234       Monday     Blue     Paris
234       Wednesday  Yellow   Paris
345       Tuesday    Green    Berlin

有没有一种优雅的方法来制作一个新的 df ，它具有相同的列，但将两行之间的差异显示为列中的列表，例如 ['Number'] 。所以期望的输出是这样的。

Number    Day                Colour        City
123       Monday             Red           London
234       Monday, Wednesday  Blue, Yellow  Paris
345       Tuesday            Green         Berlin

即使是关于我应该查看哪些功能的正确方向的一点也会有所帮助。我感兴趣的值将始终是字符串而不是 float 或整数。非常感谢。

Answer 1

groupby 和 agg

注意: {*s} 返回 s 中所有内容的集合。这确保我们只加入独特的东西，并解释了为什么我们得到 Paris 而不是 Paris, Paris

df.groupby('Number').agg(lambda s: ', '.join({*s}))

                      Day        Colour    City
Number                                         
123                Monday           Red  London
234     Wednesday, Monday  Blue, Yellow   Paris
345               Tuesday         Green  Berlin

或者

df.groupby('Number', as_index=False).agg(lambda s: ', '.join({*s}))

   Number                Day        Colour    City
0     123             Monday           Red  London
1     234  Wednesday, Monday  Blue, Yellow   Paris
2     345            Tuesday         Green  Berlin