获取唯一值并转换为字符串

Question

如何获取以下数据帧的唯一非空值并将其转换为字符串？例如：

import pandas as pd
df=pd.DataFrame([{'id': 1, 'language': 'en'}, {'id': 1}, {'id': 1, 'language': 'fr'}, {'id': 1, 'language': 'en'}])

我想得到：

       subs
       1      'en,fr'

目前我有类似的东西：

summary_df = df.groupby(['field1', 'field2']).agg(
    subs                =('language', 'unique'),
).reset_index()

但这似乎存在三个问题：

• 它包括空值

• 我无法将其保存到 sql，因为它返回一个数组（我想我需要一个字符串）

• 我也想整理一下

这是我目前正在做的事情。这种方法好不好？坏的？有什么需要改进的地方吗？

subs =('burned_in_sub_language', lambda x: str(sorted(x.dropna().unique())))

Answer 1

清洁并分类。分组并选择。收集独特的标签并将其转换为字符串。如果需要，重命名该列。df.dropna().sort_values('language')\        .groupby('id')['language']\        .unique().str.join(',')\        .reset_index().rename(columns={'language': 'subs'})#   id   subs#0   1  en,fr

Answer 2

df.dropna().groupby('id')['language'].unique().reset_index().rename(columns={'language':'subs'})期望的结果    id  subs     0   1   [en, fr]