本文介绍了使用agg&；联接对一列进行分组，但仅按唯一值进行分组(&A)的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我在以下数据集上使用了这段巧妙的代码
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 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
这与我想要的非常接近，但我只需要返回唯一的利息。(我有用户/客户输入相同的表单，几乎10次输入相同的值！)
还有，有没有人知道如何删除0，1，2，3索引，这是一件好事。
谢谢！
推荐答案
使用unique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sets，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drop_duplicates：
df = (df.drop_duplicates(subset=['contact_email','interest'])
.groupby('contact_email')
.agg({'interest' : ' '.join})
.reset_index())
print(df)
contact_email interest
0 info@info.com Math Science
这篇关于使用agg&；联接对一列进行分组，但仅按唯一值进行分组(&A)的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！