處理重複的Python

Question

我正在處理一個案例數據CSV文件。我遇到了一個問題，其中名爲case_number的列之一有多個病例號重複。有沒有辦法刪除重複項，而不會丟失與那些將被刪除的行相關的任何信息。

換句話說，將所有的信息合併到一個單元中，分配給case_number。

Answer 1

您應該使用pd.read_csv('filename.csv')創建您的數據幀，但對於這個簡單的例子，我就創建一個利用詞典：

import pandas as pd 
df = pd.DataFrame({'x':[1,1,1,2,1,2,2], 'y':['a','b','c','d','e','f','g']}) 
df = df.groupby('x')['y'].apply(lambda i: ', '.join(i)).reset_index() 

輸出：

x   y 
0 1 a, b, c, e 
1 2  d, f, g 

將字符串之間的任何分隔符替換爲', '。