我有一个数据框，我想删除名为“sample”的列上的重复项，并将基因和状态列中的字符串信息添加到新列，如附图所示。

下面是数据框架的修改版本。行中的基因被实际的基因名称替换

在这里，df是你的Pandas DataFrame。

def new_1(g):

return ','.join(g.gene)

def new_2(g):

return ','.join(g.gene + '-' + g.status)

new_1_data = df.groupby("sample").apply(new_1).to_frame(name="new_1")

new_2_data = df.groupby("sample").apply(new_2).to_frame(name="new_2")

new_data = pd.merge(new_1_data, new_2_data, on="sample")

new_df = pd.merge(df, new_data, on="sample").drop_duplicates("sample")

如果您希望将“sample”作为列而不是索引，则添加

new_df = new_df.reset_index(drop=True)

最后，由于您没有指定要保留哪些原始重复行，我只使用Pandas的默认行为并删除除第一次出现之外的所有行为。