Python Pandas：从列中获取唯一字符串的最佳方法答案

【问题标题】：Python Pandas: Best way to get unique strings from a columnPython Pandas：从列中获取唯一字符串的最佳方法
【发布时间】：2020-07-10 11:56:33
【问题描述】：

我有一个包含不同列的数据框，例如：
1) 自定义手机号
2) 自定义家庭电话
3) 定制 nextkin 手机
4) 自定义传真
5) 客户ID

在我的输出数据框中，我希望有如下列：
1) 客户 ID
2) 客户电话 1
3) 客户电话 2
4) 客户电话 3
5) 客户电话 4

输入输出电话号码的映射如下（但也有优先级逻辑）：

cust phone 1 = cust mobile phone no    
cust phone 2 = cust home phone    
cust phone 3 = cust nextkin phone    
cust phone 4 = cust fax

请注意，输入数据框中的任何这些都可能是空白的。优先级逻辑表示，如果一个为空，则应将下一个可用电话号码分配给该电话列。因此，如果 cust phone 2 为空白但 cust phone 3 可用，则应为 cust phone 2 分配该值，依此类推。此外，客户电话 1 到客户电话 4 都应该是唯一的（没有重复）。

由于数据框很大，因此不能对行进行迭代。

这是一个示例数据框：

df = pd.DataFrame({'cust mobile no': ['1', '2', '3'],
                  'cust home phone': [np.nan, '2', 'x'],
                  'cust nextkin phone': ['1', '2', 'g'],
                  'cust fax': [np.nan, '4', '5'],
                  'cust id': ['001', '002', '003']})

  cust mobile no cust home phone cust nextkin phone cust fax cust id
0              1             NaN                  1      NaN     001
1              2               2                  2        4     002
2              3               x                  g        5     003

预期输出：

  cust id cust phone 1 cust phone 2 cust phone 3 cust phone 4
0     001            1          NaN          NaN          NaN
1     002            2            4          NaN          NaN
2     003            3            x            g            5

【问题讨论】：

也许this 的回答会对你有所帮助。
感谢链接，但我找不到链接与我的问题之间的任何关系

标签： python string pandas

【解决方案1】：

首先使用所有四列定义一个实现您需要的逻辑的函数：

from itertools import zip_longest
input_keys = ["cust mobile no", "cust home phone", "cust nextkin phone", "cust fax"]
output_keys = [f"cust phone {n}" for n in range(1, 5)]

def assign_phone_nrs(row): 
    l = [row[k] for k in input_keys if row[k] != "nan"] # get columns != 'nan'
    l = list(dict.fromkeys(l).keys())  # remove duplicates, keep order 
    output_phone_nrs = dict(zip_longest(output_keys, l, fillvalue=np.nan))  # pad with nans & put into dict
    output_phone_nrs["cust id"] = row["cust id"]   # add original id
    return pd.Series(output_phone_nrs)

现在将其应用于您的输入数据框：

>>> df.apply(assign_phone_nrs, axis=1)                                                                                                                                              
  cust phone 1 cust phone 2 cust phone 3 cust phone 4 cust id
0            1          NaN          NaN          NaN     001
1            2            4          NaN          NaN     002
2            3            x            g            5     003

【讨论】：