python - 如何删除每列中的重复字符？

Question

我使用了一个新的数据框df_all

         classA classB    year1 count1    docID1          year2   count2           doc2            
        0   A8   B1        1972    1       0               1973      3      U015|U348|U768     
        1   A8   B2        1972    2    U157|U596          1973      0             0            
        2   A8   B3        1972    0       0               1973      1      U124                

我已将 docID1 和 docID2 合并到新列中

df_all['all_doc']=df_all['docID1'].astype(str)+'|'+df_all['docID2'].astype(str)

     classA classB    year1 count1    docID1          year2   count2           doc2            all_doc
    0   A8   B1        1972    1       0               1973      3      U015|U348|U768      ||U015|U348|U768
    1   A8   B2        1972    2    U157|U596          1973      0             0            U157|U596|0
    2   A8   B3        1972    0       0               1973      1      U124                ||U124

在'all_doc'列中，它有重复的“|”在每一行中。我想知道如何删除重复的“|”在每一行

我希望看到这样的结果

|U015|U348|U768
|U124

提前谢谢

Answer 1

给定

>>> df = pd.DataFrame([['foo', '||U015|U348|U768'], ['bar', 'U157|U596|0'], ['baz', '||U124']], columns=['fiz', 'all_doc'])
>>> df
   fiz           all_doc
0  foo  ||U015|U348|U768
1  bar       U157|U596|0
2  baz            ||U124

你可以发布

>>> df['all_doc'] = df['all_doc'].str.replace('\|+', '|')
>>> df
   fiz          all_doc
0  foo  |U015|U348|U768
1  bar      U157|U596|0
2  baz            |U124

正则表达式\|+指定|字符的序列。每个序列都被单个 | 替换。