合并Pandas中的单元格，不丢失信息

Question

我正在写一个程序，能够从Discogs音乐数据库中获取专辑信息。铲运机工作正常

现在我有了一个数据框，里面有很多重复的艺术家和标题，只是格式单元不同（比如下面我的数据框片段中的‘Sido’、‘Ich und keine Maske’）

    Interpret                    Title                              Formats
0   Afrika Bambaataa And Family  The Decade Of Darkness 1990-2000   CD, Album, RE
1   Sha Hef                      Out The Mud
2   Sido                         Ich Und Keine Maske                CD, Album
3   Sido                         Ich Und Keine Maske                2xLP, Album
...

现在我正在寻找一种方法来合并这些双重条目而不丢失信息。谁能给我个提示吗？最终结果如下：

    Interpret                    Title                              Formats
0   Afrika Bambaataa And Family  The Decade Of Darkness 1990-2000   CD, Album, RE
1   Sha Hef                      Out The Mud
2   Sido                         Ich Und Keine Maske                CD, Album, 2xLP
...

我试过了

r = dataframe.groupby('Interpret')['Formate'].apply(','.join)

但结果是一个删除了“标题”列的熊猫系列，所以我丢失了信息

Answer 1

你试过了吗

import pandas as pd
df = pd.DataFrame({'Interpret': ['Afrika Bambaataa And Family', 'Sha Hef', 'Sido', 'Sido'],
                   'Title': ['The Decade Of Darkness 1990-2000', 'Out The Mud', 'Ich Und Keine Maske', 'Ich Und Keine Maske'],                             
                   'Formats': ['CD, Album, RE', 'CD, Album', 'CD, Album', '2xLP, Album']})

# remove duplicate interprets and merge formats...
df1 = df.groupby('Interpret').agg(lambda x: ', '.join(x.unique())).reset_index()

# now to get rid of duplicate entries in 'Formats' column...
def drop_dupes(row):
    l = row.split(', ')
    return ', '.join(list(set(l)))

df1['Formats'] = df1['Formats'].apply(drop_dupes)

什么？这给了你

Out[40]: 
                     Interpret  ...          Formats
0  Afrika Bambaataa And Family  ...    CD, RE, Album
1                      Sha Hef  ...        CD, Album
2                         Sido  ...  CD, Album, 2xLP

基本上是对this question的答案稍加修改的版本