合并Pandas数据帧中两列的值，应用函数进行重复数据消除和合并

Question

我对熊猫还不太熟悉，但我还没有找到其他可以帮助我的问题。如果这是一个明显重复的问题，我先道歉。在

我有一个csv，有两列，如下所示：

phones1,phones2
0000,
,1111
2222#3333,3333#4444
5555#6666,777#8888

作为最终结果，我想要的是一个合并操作，它使用一些逻辑来清理分隔符（#）和重复数据消除值：

^{pr2}$

我想我需要一个函数来处理这个逻辑，以确保只保留唯一的值，并且以干净的方式添加分隔符-例如，单个值不会像#0000#那样结束。在

最好的办法是什么？在

Answer 1

我们可以对每一行调用func并返回与“#”连接的唯一值：

In [18]:

def func(x):
    l = []
    r = []
    # handle NaN values
    if pd.notnull(x['phones1']):
        l = x['phones1'].split('#')    
    if pd.notnull(x['phones2']):
        r = x['phones2'].split('#')
    combined = set(l+r)
    return '#'.join(combined)

df['phones_merged'] = df.apply(lambda row: func(row), axis=1)
df
Out[18]:
     phones1    phones2       phones_merged
0       0000        NaN                0000
1        NaN       1111                1111
2  2222#3333  3333#4444      4444#2222#3333
3  5555#6666   777#8888  777#8888#6666#5555