如何从熊猫数据帧的多列中获取唯一信息

Question

我有一个数据帧df如下所示

  Name1      Name2  ID1  ID2
0    John    Jack    3    2
1    John  Albert    3    0
2    Jack     Eva    2    1
3  Albert    Sara    0    4
4     Eva    Sara    1    4

我想要一个包含每个Name ID的两列数据框df1

df1
     Name     ID
0    Albert   0
1    Eva      1
2    Jack     2
3    John     3
4    Sara     4

Answer 1

您可以使用

pd.wide_to_long和DataFrame.drop_duplicates来获取唯一值：

(pd.wide_to_long(df.reset_index(), stubnames=['Name','ID'], i='index', j='ix')
  .drop_duplicates().reset_index(drop=True))
     Name  ID
0    John   3
1    Jack   2
2  Albert   0
3     Eva   1
4    Sara   4

详

pd.wide_to_long 将使用指定的stubmanes为您提供两列数据帧（Name 和 ID）：

x = pd.wide_to_long(df.reset_index(), stubnames=['Name','ID'], i='index', j='ix')
            Name  ID
index ix            
0     1     John   3
1     1     John   3
2     1     Jack   2
3     1   Albert   0
4     1      Eva   1
0     2     Jack   2
1     2   Albert   0
2     2      Eva   1
3     2     Sara   4
4     2     Sara   4

现在，您只需drop_duplicates即可获取Name - ID组合的唯一值：

     Name  ID
0    John   3
1    Jack   2
2  Albert   0
3     Eva   1
4    Sara   4

Answer 2

使用：

v = df[['Name1','Name2']].values.ravel()
a, b = pd.factorize(v)
df = pd.DataFrame({'Name': b[a], 'ID':a}).drop_duplicates()
print (df)
     Name  ID
0    John   0
1    Jack   1
3  Albert   2
5     Eva   3
7    Sara   4

Answer 3

df1=df[['ID1','Name1']].copy()
df1.rename(columns={'ID1':'ID','Name1':'Name'},inplace=True)
df2=df[['ID2','Name2']].copy()
df2.rename(columns={'ID2':'ID','Name2':'Name'},inplace=True)
new_df=pd.concat([df1,df2])
new_df.drop_duplicates(inplace=True)
new_df.sort_values(['ID'],inplace=True)
new_df.reset_index(drop=True,inplace=True)
new_df.head()

显然，@yatu和@jezrael的解决方案更先进，我也学习了新的API。 我的解决方案很简单，也许更容易理解。

    ID  Name
0   0   Albert
1   1   Eva
2   2   Jack
3   3   John
4   4   Sara