python - 忽略大小写删除重复记录

Question

我有一个包含多列的数据框，其中一列是 company_name。我正在尝试根据具有相同 company_name 的记录删除重复记录，但我不知道如何在保持 company_name 的原始大小写的情况下执行此操作。

我试过将所有名称转换为小写，然后删除重复项，但如前所述，我想保持原来的大小写。

df = pd.DataFrame({'company_name': ['Apple', 'apple', 'BlackBerry', 'blackberry','Blackberry'])
df['company_name'] = df['company_name'].str.strip()
df['company_name'] = df['company_name'].str.lower()
input_records.drop_duplicates(subset=['company_id'], inplace=True, 
   keep="first")

此代码删除了重复项，但以全小写形式存储公司名称。

想要的结果

company_name
Apple
BlackBerry

实际结果

company_name
apple
blackberry

Answer 1

您可以在执行操作的地方创建一个新列。这将允许您保持公司名称列不变。

这是它的样子:

df = pd.DataFrame({'company_name':['Apple','apple','Blackberry','blackberry']})

company_name
0        Apple
1        apple
2   Blackberry
3   blackberry

df['company_name_2'] = df['company_name'].str.strip()
df['company_name_2'] = df['company_name_2'].str.lower()
df.drop_duplicates(subset=['company_name_2'], inplace=True, 
   keep="first")
df.drop(columns = 'company_name_2', inplace = True)
df.reset_index(inplace = True, drop = True)

输出:

    company_name
0   Apple
1   Blackberry