Python 使用agg&;将一列分组;连接,但仅限于唯一值
我在下面的数据集上使用了这段狡猾的代码Python 使用agg&;将一列分组;连接,但仅限于唯一值,python,pandas,pandas-groupby,Python,Pandas,Pandas Groupby,我在下面的数据集上使用了这段狡猾的代码 df = pd.DataFrame({ 'contact_email': ['info@info.com', 'info@info.com', 'info@info.com'], 'interest': ['Math', 'Science', 'Science'] }) print(df) interest contact_email 0 Math info@info.com 1 Science in
df = pd.DataFrame({
'contact_email': ['info@info.com', 'info@info.com', 'info@info.com'],
'interest': ['Math', 'Science', 'Science']
})
print(df)
interest contact_email
0 Math info@info.com
1 Science info@info.com
2 Science info@info.com
df = df.groupby('Contact_Email').agg({'interest' : ' '.join}).reset_index()
print(df)
contact_email AOI
0 info@info.com Math Science Science
这是如此接近我想要的,但我只需要返回独特的兴趣。(我让用户/客户输入相同的表单,使用相同的值将近10次!)
另外,作为一个好东西,任何人都知道如何删除0,1,2,3索引
谢谢 用于删除重复项:
df = (df.groupby('contact_email')
.agg({'interest' : lambda x: ' '.join(x.unique())})
.reset_index())
print(df)
contact_email interest
0 info@info.com Math Science
或set
s,但应更改值的顺序:
df = df.groupby('contact_email').agg({'interest' : lambda x: ' '.join(set(x))}).reset_index()
print(df)
contact_email interest
0 info@info.com Math Science
或:
由于您只有一个功能,因此可以使用
groupby
+apply
和使用set
:
res = df.groupby('contact_email')['interest']\
.apply(set).apply(' '.join)\
.reset_index()
print(res)
contact_email interest
0 info@info.com Math Science
@数据新手-欢迎您!但如果需要最佳性能,我想最后一个解决方案应该是最快的(取决于数据),我只有3000条记录,每月只有4-8k用户进入我们的表单,所以这是完美的:)
res = df.groupby('contact_email')['interest']\
.apply(set).apply(' '.join)\
.reset_index()
print(res)
contact_email interest
0 info@info.com Math Science