我有下面的 pandas 数据框，我想将一系列元素转换成单个列，而不会丢失 id 和 fruit 列的时间顺序.
id fruit
---|------
101 apple
102 apple
101 watermelon
101 orange
102 orange
104 lemon
105 lemon
104 lemon
105 apple
103 grapes
例如，新数据框应如下所示(*):
id col
101 apple, watermelon, orange
102 apple, orange
103 grapes
104 lemon, lemon
105 apple
我尝试过:
f = {'url' : lambda x: np.unique(x).tolist()}
df = df.groupby('id', as_index=False).agg(f).reindex(columns=df.columns)
def foo(row):
#just to remove the brackets
return ', '.join(row)
df4['url'] = df4['fruit'].apply(tweak)
df4
但是，尽管这在我这样做时有效:
list(df.loc[[362]]['fruit'])
每一行中收集的信息没有临时排序(按照 fruit 列的出现顺序)。因此，我怎样才能得到 (*)？
请您参考如下方法:
apply join with set
df.groupby('id').fruit.apply(lambda x : ','.join(set(x))).reset_index()
Out[82]:
id fruit
0 101 apple,watermelon,orange
1 102 apple,orange
2 103 grapes
3 104 lemon
4 105 apple,lemon
