如何将Pandas中transform('unique')输出转为逗号分隔字符串而非列表

嘿，我来帮你搞定这个问题！你遇到的核心问题是：用groupby+transform('unique')生成的Multi Name列里的元素其实是numpy数组，不是字符串类型——而str.strip('[]')这类字符串方法只能处理字符串元素，对非字符串的数组直接用就会返回NaN，这就是为什么你之前的操作失效了。

下面给你两种实用的解决办法：

方法1：对现有数组列用apply转换 #

直接用apply遍历每个数组元素，把数组里的字符串用逗号连接起来：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({'ID':[1,1,2,2,3,4],'Name':['John Doe','Jane Doe','John Smith','Jane Smith','Jack Hill','Jill Hill']})

# 分组提取唯一值得到数组列
df['Multi Name'] = df.groupby('ID')['Name'].transform('unique')

# 将数组转为逗号分隔的字符串
df['Multi Name'] = df['Multi Name'].apply(lambda x: ', '.join(x))

执行后你会得到预期的格式化结果：

方法2：分组时直接生成字符串（一步到位） #

你也可以跳过生成数组列的步骤，在分组transform的时候直接处理成字符串，这样更高效：

df['Multi Name'] = df.groupby('ID')['Name'].transform(lambda x: ', '.join(x.unique()))

这个方法和上面的结果完全一致，而且避免了后续对数组的转换操作。

小提示：如果你的Name列里存在缺失值，记得先处理掉，不然join会报错——可以在unique()后面加dropna()，比如写成x.unique().dropna()。

内容的提问来源于stack exchange，提问作者It_is_Chris