Pandas处理ID重复数据集时新增列存储各ID对应的唯一药物列表

你可以通过Pandas的分组聚合+映射对齐逻辑完成需求，以下是两种可直接运行的实现方案：

方案1：使用transform直接对齐（推荐） #

该方法无需额外构造映射表，分组计算结果会自动匹配原数据集的行索引，代码更简洁：

import pandas as pd

# 示例数据构造，实际使用时替换为读取你的数据集即可，如df = pd.read_csv("你的文件路径.csv")
df = pd.DataFrame({
    'ID': [1, 1, 1, 2, 3, 3, 3],
    'Medication': ['a', 'b', 'c', 'h', 'a', 'a', 'c']
})

# 核心逻辑：按ID分组，对药物列先去重再拼接为逗号分隔字符串
df['Medications'] = df.groupby('ID')['Medication'].transform(lambda x: ', '.join(x.unique()))

方案2：先构造映射表再匹配 #

如果你需要单独留存每个ID对应的唯一药物映射关系，可以用该方法：

# 构造ID到唯一药物字符串的映射字典
medication_map = df.groupby('ID')['Medication'].unique().str.join(', ')
# 将映射结果匹配到原数据集的每一行
df['Medications'] = df['ID'].map(medication_map)

两种方案运行后得到的结果都和你期望的输出结构完全一致，ID对应的重复药物会自动去重，同一ID的所有行都会填充相同的唯一药物拼接结果。

内容的提问来源于stack exchange，提问作者Denisse