python - 删除一行 Pandas 数据框中的重复值

Question

我有一个 Pandas 数据框:

>>df_freq = pd.DataFrame([["Z11", "Z11", "X11"], ["Y11","",""], ["Z11","Z11",""]], columns=list('ABC'))

>>df_freq
    A   B   C
0   Z11 Z11 X11
1   Y11     
2   Z11 Z11 

我想确保每一行都只有唯一值。因此它应该变成这样:删除的值可以用零或空替换

    A   B   C
0   Z11 0   X11
1   Y11     
2   Z11 0   

我的数据框很大，有数百列和数千行。目标是计算该数据框中的唯一值。我通过使用将数据框转换为矩阵并应用

来做到这一点

>>np.unique(mat.astype(str), return_counts=True)

但是在某些行中出现相同的值，我想在应用 np.unique() 方法之前删除它。我想在每一行中保留唯一值。

Answer 1

结合使用 astype(bool) 和 duplicated

mask = df_freq.apply(pd.Series.duplicated, 1) & df_freq.astype(bool)

df_freq.mask(mask, 0)

     A  B    C
0  Z11  0  X11
1  Y11        
2  Z11  0