Pandas groupby中每行的唯一值

2 人关注

我有一个简单的 dataframe （df），如下图所示。

index Job  Person 
1     j1   Cathy
2     j2   Mark
3     j3   Cathy
4     j4   Steve
5     j5   Cathy
6          Cathy
7     j1   Cathy
我想把上述dataframe转换为。
Person CountJob  JobDetails
Cathy     4      j1;j3;j5
Mark      1      j2
Steve     1      j4
i.e, drop the Nulls并加入Unique每个人的工作。
我可以用groupby部分地解决这个问题。
df.groupby('Person').agg(CountJob=('Job','count'),
                         JobDetails=('Job',lambda x: ';'.join(x.dropna()))
我能够删除空值，但似乎无法获得唯一的值；在上面的例子中，对于'凯茜', '工作细节' becomes j1;j3;j5;j1


         
          
           python


         
          
           pandas


         
          
           pandas-groupby


          
           
            已采纳


          
           
            
             Adding
             
              unique
             
             chain with
             
              dropna
             
            
            df.groupby('Person').agg(CountJob=('Job','count'),
                         JobDetails=('Job',lambda x: ';'.join(x.dropna().unique()))
Out[143]: 
        CountJob JobDetails
Person                     
Cathy          4   j1;j3;j5
Mark           1         j2
Steve          1         j4


           
            
             
              
               aah.我在join()之后设置了.unique().因此，它一直失败...谢谢!


          
           
            
             
              你可以考虑在聚合之前去掉null。
             
             df.dropna()
    .groupby("Person")
    .agg(CountJob=("Job", "count"), JobDetails=("Job", set))
    .assign(JobDetails=lambda df: df.JobDetails.str.join(","))
      CountJob  JobDetails
Person      
Cathy   4   j1,j3,j5
Mark    1   j2
Steve   1   j4


          
           
            
             
              另一种方法是将索引设置为
              
               Person
              
              和
              
               stack
              
              ，以删除任何空值，然后我们可以毫无问题地应用任何group by args。
             
             df.set_index('Person').stack().groupby('Person')\
                .agg(JobDetails=('unique'), Job=('count'))
          JobDetails  Job