Pandas：如何将按groupby分组的元素放入集合中

Question

我有以下（示例）数据集：

>>> pd.DataFrame([["001", "Apple"],["002","Strawberry"],["001", None],["002","Strawberry"], ["003", "Apple"],["003","Strawberry"],], columns = ["Deal", "Product"])

  Deal     Product
0  001       Apple
1  002  Strawberry
2  001            
3  002  Strawberry
4  003       Apple
5  003  Strawberry

我想将与订单链接的所有产品归为一组，如下所示：

  Deal              Product
0  001              {Apple}
1  002         {Strawberry}
2  003  {Strawberry, Apple}

我有一个尝试的解决方案，是下面的答案之一，我想了解我是否以正确的方式（pythonic，最快）进行此操作

Answer 1

我从this answer开始解决我的问题

# Turn every element in product in a set of one or zero elements
# Also Ensure we don't have null values
df["Product"] = df["Product"].apply(lambda val: {val} if val not in [None, ""] else {})
#Use the answer mentioned to bring together the single sets
df.groupby('Deal').agg({'Product':lambda x: set.union(*x)}).reset_index('Deal')

最终结果：

>>> df
  Deal              Product
0  001              {Apple}
1  002         {Strawberry}
2  003  {Strawberry, Apple}

Answer 2

您可以将SeriesGroupBy.agg和pd.Series.dropna与set一起使用。

df.groupby('Deal')['Product'].agg(lambda x:set(x.dropna()))

Deal
001                {Apple}
002           {Strawberry}
003    {Strawberry, Apple}
Name: Product, dtype: object

Answer 3

想法是删除缺少的值：

mask = df['Product'].notna() | df['Product'].ne('')
df = df[mask].groupby('Deal')['Product'].agg(set).reset_index()
print (df)
  Deal              Product
0  001              {Apple}
1  002         {Strawberry}
2  003  {Apple, Strawberry}

Answer 4

您可以使用notnull：

print (df.loc[df['Product'].notnull()].groupby("Deal")["Product"].apply(set))

Deal
001                {Apple}
002           {Strawberry}
003    {Strawberry, Apple}

如果要同时处理df.loc[~df['Product'].isin([None,""])]...和None，请使用''。或使用其他答案中的方法进行过滤。