pandas 將函式應用到列（qbit）

前言

• 環境

  Python 3.8
  Pandas 1.4.4

正文

• 初始化資料

  >>> import pandas as pd
  >>> df0 = pd.DataFrame(data=[{'name': '張三', 'tag': '跑步', 'title': 'MAN'},
                      {'name': '王二', 'tag': '足球;電影', 'title': '舅舅;舅舅'}]
    )
  >>> df0
    name    tag    title
   0   張三    跑步    MAN
   1   王二  足球;電影  舅舅;舅舅

• 定義去重函式

  def UniqItems(items: str):
    iset = set()
    for item in items.split(';'):
        item = item.strip()
        if not item:
            continue
        iset.add(item)
  
    return ';'.join(iset)

• 單列去重（將函式應用到某列的單元格）

  >>> df1 = df0.copy()
  >>> df1['title'] = df1['title'].map(UniqItems)
  >>> df1
     name    tag     title
   0   張三     跑步     MAN
   1   王二  足球;電影    舅舅

• 所有列去重（將函式應用到所有單元格）

  >>> df1 = df0.copy()
  >>> df1
     name    tag    title
   0   張三     跑步    MAN
   1   王二  足球;電影  舅舅;舅舅
  
  >>> df1.applymap(UniqItems)
     name    tag    title
   0   張三     跑步    MAN
   1   王二  足球;電影   舅舅

• 指定部分列去重（將函式應用到部分列的單元格）

  >>> dfTmp = df0[['tag', 'title']]
  >>> dfTmp
       tag    title
   0     跑步    MAN
   1  足球;電影  舅舅;舅舅
  >>> dfTmp = dfTmp.applymap(UniqItems)
  >>> dfTmp
       tag      title
   0     跑步     MAN
   1  足球;電影    舅舅
  >>> df1 = df0.copy()
  >>> df1
     name    tag    title
   0   張三     跑步    MAN
   1   王二  足球;電影  舅舅;舅舅
  >>> df1.update(dfTmp)
  >>> df1
     name    tag    title
   0   張三     跑步     MAN
   1   王二  足球;電影    舅舅

本文出自 qbit snap