Pandas: aggregieren eine Spalte einer nicht-duplizierte Sequenz zu erzeugen

Question

Ich habe folgenden Datenrahmen my_df:

name timestamp  color 
--------------------------- 
John 2017-01-01 blue 
John 2017-01-02 blue 
John 2017-01-03 blue 
John 2017-01-04 yellow 
John 2017-01-05 red 
John 2017-01-06 red 
Ann  2017-01-04 green 
Ann  2017-01-05 orange 
Ann  2017-01-06 orange 
Ann  2017-01-07 red 
Ann  2017-01-08 black 
Dan  2017-01-11 blue 
Dan  2017-01-12 blue 
Dan  2017-01-13 green 
Dan  2017-01-14 yellow 

ich dann den folgenden Code verwenden, um die Farbreihenfolge der einzelnen Person zu finden:

new_df = my_df.groupby(['name'], as_index=False).color \ 
    .agg({"color_list": lambda x: list(x)}) 

Dann new_df wie folgt aussieht:

name  color_list 
    ----------------------------------------------- 
    John  blue, blue, blue, yellow, red, red 
    Ann   green, orange, orange,red, black 
    Dan   blue, blue, green, yellow 

Allerdings, wenn ich möchte eine color_seq (keine konsekutiv doppelte Farben) anstelle von color_list wie unten, wie kann ich meinen obigen Code ändern? Vielen Dank!

name  color_seq 
    ----------------------------------------------- 
    John  blue, yellow, red 
    Ann   green, orange, red, black 
    Dan   blue, green, yellow 

Answer 1

Wenn Sie nicht aufeinanderfolgende Duplikate zulassen, müssen Sie sorgfältig filtern. Ein Weg, dies zu tun:

def filter(l): 
    l.append(None) 
    return ','.join([x for (i,x) in enumerate (l[:-1]) 
    if l[i] != l[i+1]]) 

out=df.groupby('name')['color'].apply(list).apply(filter) 

für

name 
Ann  green,orange,red,black 
Dan   blue,green,yellow 
John   blue,yellow,red 
Name: color, dtype: object