python-如何比较pandas groupby对象的列值并将其汇总到新的列行中

我有以下问题：我想在数据框中创建一列,以汇总一行中的所有值.然后,我想比较该列的行以创建包含所有列中所有值的单个行,但是每个值仅出现一次.例如：我有以下数据框

    df1:

  Column1 Column2
0    a     1,2,3
1    a     1,4,5
2    b     7,1,5
3    c     8,9
4    b     7,3,5

现在所需的输出将是：

df1_new:

  Column1 Column2
0    a    1,2,3,4,5
1    b    1,3,5,7
2    c    8,9

我目前正在尝试的是result = df1.groupby(‘Column1’),但是然后我不知道如何比较分组对象行中的值,然后将它们写入新列并删除重复项.我通读了Group By的pandas文档：split-apply-combine,但找不到解决方法.我还想知道,一旦获得所需的输出,是否有一种方法可以检查df1_new的Column2中每个值在分组对象中有多少行出现.任何帮助,将不胜感激！

解决方法:

可以执行此操作的方法是在分组的DataFrame上应用函数.

此函数首先将系列(针对每个组)转换为列表,然后在列表中使用分割每个字符串,然后使用itertools.chain.from_iterable将完整列表链接到单个列表中,然后将其转换为set,这样就只有唯一值是左,然后对其进行排序,然后使用str.join转换回字符串.范例-

from itertools import chain
def applyfunc(x):
    ch = chain.from_iterable(y.split(',') for y in x.tolist())
    return ','.join(sorted(set(ch)))

df1_new = df1.groupby('Column1')['Column2'].apply(func1).reset_index()

演示-

In [46]: df
Out[46]:
  Column1 Column2
0       a   1,2,3
1       a   1,4,5
2       b   7,1,5
3       c     8,9
4       b   7,3,5

In [47]: from itertools import chain

In [48]: def applyfunc(x):
   ....:         ch = chain.from_iterable(y.split(',') for y in x.tolist())
   ....:         return ','.join(sorted(set(ch)))
   ....:

In [49]: df.groupby('Column1')['Column2'].apply(func1).reset_index()
Out[49]:
  Column1    Column2
0       a  1,2,3,4,5
1       b    1,3,5,7
2       c        8,9