Python 在数据帧中创建唯一值列表--错误：TypeError:'<'；在'；int'；和'；str'；

我有一个数据集，看起来像这样

df

：

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'Name':['a','b','c','d'],'1/1/2001': 
['1/1/2015',0,0,'1/1/2015'],'2/20/2002': 
['2/20/2002','2/20/2002','2/20/2002',0],'3/15/2015' 
[0,0,0,'3/15/2015']}); df

df[df == 0] = np.nan
col = ['1/1/2001','2/20/2002','3/15/2015']
df.loc[:,col] = df.loc[:,col].bfill(axis=1)
df = df.fillna(value=0)

df

    Name    1/1/2001    2/20/2002   3/15/2015
0   a       1/1/2015    2/20/2002   0
1   b       2/20/2002   2/20/2002   0
2   c       2/20/2002   2/20/2002   0
3   d       1/1/2015    3/15/2015   3/15/2015

我想返回一个数据帧，它每行只有唯一的值，所以它可能看起来像：

    Name    x_          x_2        
0   a       1/1/2015    2/20/2002   
1   b       2/20/2002   0           
2   c       2/20/2002   0           
3   d       1/1/2015    3/15/2015   

但当我尝试使用以下代码进行分组时：

df.groupby(['Name'])[col].apply(lambda x: list(np.unique(x)))

我得到一个长错误：

TypeError回溯（最近一次调用）
在里面
14 df
15
--->16 df.groupby（['Name']）[col].apply（lambda x:list（np.unique（x）））
17
18
应用中的~/miniconda3/envs/planning/lib/python3.7/site-packages/pandas/core/groupby/groupby.py（self、func、*args、**kwargs）
735
736具有_组_选择_上下文（自身）：
-->737返回自我。\u python\u应用\u常规（f）
738
739返回结果
~/miniconda3/envs/planning/lib/python3.7/site-packages/pandas/core/groupby/groupby.py在python应用程序中（self，f）
740
741定义python应用常规（自我，f）：
-->742个键，值，mutated=self.grouper.apply（f，self.\u selected\u obj，self.axis）
743
744返回自包装应用输出(
应用中的~/miniconda3/envs/planning/lib/python3.7/site-packages/pandas/core/groupby/ops.py（self、f、data、axis）
235#组可能会被修改
236组_轴=_获取_轴（组）
-->237 res=f（组）
238如果不是，则与索引类似（res，组轴）：
239突变=真
in（x）
14 df
15
--->16 df.groupby（['Name']）[col].apply（lambda x:list（np.unique（x）））
17
18
唯一（*args，**kwargs）
~/miniconda3/envs/planning/lib/python3.7/site-packages/numpy/lib/arraysetops.py唯一（ar、返回索引、返回逆、返回计数、轴）
260 ar=北阿桑亚雷（ar）
261如果轴为无：
-->262 ret=_unique1d（ar、返回索引、返回逆、返回计数）
263返回_解包_元组（ret）
264
unique1d中的~/miniconda3/envs/planning/lib/python3.7/site-packages/numpy/lib/arraysetops.py（ar、返回索引、返回逆、返回计数）
308 aux=ar[perm]
309其他：
-->310 ar.sort（）
311 aux=ar
312掩码=np.empty（辅助形状，数据类型=np.bool\ux）
TypeError:“这可以通过
melt
然后
pivot

s=df.mask(df==0).melt('Name').drop_duplicates(['Name','value']).dropna()

s['row']=s.groupby('Name').cumcount()+1
s.pivot(index='Name',columns='row',values='value')
Out[76]: 
row           1          2
Name                      
a      1/1/2015  2/20/2002
b     2/20/2002        NaN
c     2/20/2002        NaN
d      1/1/2015  3/15/2015

那么：

df.T.drop_重复项（keep='first'）.T

输出：

   1/1/2001  2/20/2002  3/15/2015 Name
0  1/1/2015  2/20/2002          0    a
1         0  2/20/2002          0    b
2         0  2/20/2002          0    c
3  1/1/2015          0  3/15/2015    d

编辑：

此解决方案涉及问题的第一个版本，几乎不需要做什么就可以将其应用到最后一个版本。
在所需的输出中，为什么列
x_3
中的最后一个值不是
3/15/2015
？因为只应返回唯一的值。列x_3不是必需的，因此我将删除它。在整个Da中是唯一的taFrame或在列中？行中唯一。很抱歉，以前有点混淆。现在修复。谢谢。这确实有效。我想知道您是否可以添加一些信息，说明为什么选择melt和pivot而不是直接转到groupby。换句话说，我为什么会出现错误：
TypeError:'