多列中的連接字符串沒有重復

Question

我有如下數據：

# df
Col1   Col2   Col3   Col4
AAA
AAA    AAA    BBB
AAA    CCC

我想連接它們而不重復。

Col1   Col2   Col3   Col4   COMBINE
AAA                         AAA
AAA    AAA    BBB           AAA/BBB
AAA    CCC                  AAA/CCC

我試過的代碼：

df["COMBINE"] = df[df.filter(regex='^Col',axis=1).columns].apply(lambda x: '/'.join(pd.unique(x)),axis=1)

但我得到了：

Col1   Col2   Col3   Col4   COMBINE
AAA                         AAA/
AAA    AAA    BBB           AAA/BBB/
AAA    CCC                  AAA/CCC/

Answer 1

嘗試：

df['Combine'] = df.apply(lambda x: '/'.join(x.dropna().unique()), axis=1)

注意：如果你有空字符串而不是NaN ，那么做： df.replace('', np.nan).apply(...) 。

輸出：

  Col1  Col2  Col3  Col4  Combine
0  AAA  None  None   NaN      AAA
1  AAA   AAA   BBB   NaN  AAA/BBB
2  AAA   CCC  None   NaN  AAA/CCC

Answer 2

您可以在以下時間進行清理：

df['Combine'] = df.fillna('').apply('/'.join, axis=1).str.replace('/+(?=/|$)', '', regex=True)

工作原理：如果一個或多個/后跟另一個/或行尾 -> 刪除

[AAA, None, None, NaN] -> [AAA, '', '', ''] -> AAA/// -> AAA

輸出：

  Col1  Col2  Col3  Col4      Combine
0  AAA  None  None   NaN          AAA
1  AAA   AAA   BBB   NaN  AAA/AAA/BBB
2  AAA   CCC  None   NaN      AAA/CCC

Answer 3

發生這種情況是因為您的列中有空字符串，您可以更改如下代碼並獲得所需的內容：

>>> df.replace('', np.nan, inplace=True)
>>> df["COMBINE"] = df[df.filter(regex='^Col',axis=1).columns].apply(lambda x: '/'.join(x.dropna().unique()),axis=1)

>>> df

Col1   Col2   Col3   Col4   COMBINE
AAA                         AAA
AAA    AAA    BBB           AAA/BBB
AAA    CCC                  AAA/CCC