分組 - Dataframe 與列表

Question

我需要一些關於 Pandas 的幫助。

我有一個 Dataframe 我想按 ID 列分組（到目前為止有效）。 標簽列可以包含具有不同數量元素的列表，也可以包含空列表。

g = data_lemmatized.groupby('ID')['Tags'].apply(lambda x: list(np.unique(x)))

這是原來的dataframe：

使用我使用的代碼，我收到以下結果：

我想在新的 dataframe 中擁有的是：

- 一個列表，里面沒有子列表，只有元素或為空

- 列表中沒有重復項（每個分組列表的集合）

例子：

0 -> []
1 -> []
2 -> [DTU]

有人能幫助我嗎？

Answer 1

試試這個代碼。

import pandas as pd
data_lemmatized = pd.DataFrame({"ID":[0, 1, 2, 2, 2],
                                "Tags": [[], [], ['DTU'], [], []]})

data_lemmatized.groupby('ID')['Tags'].sum().apply(set).apply(list)

在這里，列表總和返回列表的串聯。