使用python在csv文件中添加列时删除重复项

问题描述

我有一个如下所示的 CSV 文件：

|innings |     bowler    |
|--------|---------------|                      
|1       |      P Kumar  |
|1       |      P Kumar  |
|1       |      P Kumar  |
|1       |      P Kumar  |
|1       |      Z Khan   |
|1       |      Z Khan   |
|1       |      Z Khan   |
|2       |      AB dinda |
|2       |      AB dinda |
|2       |      I Sharma |

期望输出

|innings |     bowler           |
|--------|----------------------|
|1       |    P Kumar,Z Khan    |
|2       |    AB dinda,I Sharma |

我应用的代码：

df.groupby(['innings']).bowler.sum().drop_duplicates(subset="bowler",keep='first',inplace=True)

但由于某种原因，它给了我一个错误 类型错误：drop_duplicates() 得到了一个意外的关键字参数“子集”

然后我尝试没有子集： drop_duplicates("bowler",inplace=True) 现在我收到这个错误 类型错误：drop_duplicates() 为参数“keep”获得了多个值

解决方法

首先对两列使用 DataFrame.drop_duplicates，然后聚合 join：

df = (df.drop_duplicates(subset=["bowler",'innings'])
        .groupby('innings')
        .bowler.agg(','.join)
        .reset_index())

print (df)
   innings             bowler
0        1     P Kumar,Z Khan
1        2  AB Dinda,I Sharma