Python Панда: конкатенации строки с уникальными значениями

Question

В панде Python У меня есть большой кадр данных, который выглядит следующим образом:

df = pd.DataFrame ({'a' : ['foo', 'bar'] * 3, 
      'b' : ['foo2', 'bar2'] * 3, 
      'c' : ['foo3', 'bar3'] * 3, 
      'd' : ['q','w','e','r','t','y'], 
      'e' : ['q2','w2','e2','r2','t2','y2']}) 


    a  b  c d e 
1 bar bar2 bar3 w w2 
3 bar bar2 bar3 r r2 
5 bar bar2 bar3 y y2 
4 foo foo2 foo3 t t2 
2 foo foo2 foo3 e e2 
0 foo foo2 foo3 q q2 

Он содержит дюжину столбцов с дублированными значениями (а, б, в ...) и несколько с уникальными значениями (d, e). Я хотел бы, чтобы удалить все дублированные значения и собирать те, которые являются уникальными, т.е .:

 a  b  c d e 
1 bar bar2 bar3 w,r,y w2,r2,y2 
4 foo foo2 foo3 t,e,q t2,e2,q2 

Мы можем с уверенностью предположить, что уникальные значения только в «D» и «е», в то время как остальные всегда дублируется.

Один из способов я мог представить себе решение было бы GroupBy все дублированные столбцы, а затем применить операцию конкатенации уникальных значений:

df.groupby([df.a, df.b, df.c]).apply(lambda x: "{%s}" % ', '.join(x.d)) 

Одно неудобство заключается в том, что я должен перечислить все дублированные столбцы, если я хочу имейте их в моей продукции. Большая проблема заключается в том, что я конкатенирую только строки в 'd', а также 'e'.

Любые предложения?

Answer 1

Я думаю, что вы можете сделать что-то вроде этого:

>>> df.groupby(['a', 'b', 'c']).agg(lambda col: ','.join(col)) 
        d   e 
a b c      
bar bar2 bar3 w,r,y w2,r2,y2 
foo foo2 foo3 q,e,t q2,e2,t2 

Другой способ сделать это, а не список всех столбцов, но только список из них с уникальными значениями

>>> gr_columns = [x for x in df.columns if x not in ['d','e']] 
>>> df.groupby(gr_columns).agg(lambda col: ','.join(col)) 
        d   e 
a b c      
bar bar2 bar3 w,r,y w2,r2,y2 
foo foo2 foo3 q,e,t q2,e2,t2