python Pandas : How to unique strings in a column

Question

我有一个这样的表:

col1 col2
ben US-US-Uk
Man Uk-NL-DE
bee CA-CO-MX-MX

我怎样才能使第 2 列中的值唯一，这意味着有一个这样的表？

col1 col2
ben US-Uk
Man Uk-NL-DE
bee CA-CO-MX

我已经试过了:

a.cc.str.split('-').unique()

但出现以下错误:

TypeError: unhashable type: 'list'

有人知道怎么做吗？

Answer 1

您可以使用 apply 调用 lambda 函数来拆分字符串，然后连接唯一值:

In [10]:

df['col2'] = df['col2'].apply(lambda x: '-'.join(set(x.split('-'))))
df
Out[10]:
  col1      col2
0  ben     Uk-US
1  Man  Uk-NL-DE
2  bee  CA-CO-MX

另一种方法:

In [22]:

df['col2'].str.split('-').apply(lambda x: '-'.join(set(x)))

Out[22]:
0       Uk-US
1    Uk-NL-DE
2    CA-CO-MX
Name: col2, dtype: object

时间

In [24]:

%timeit df['col2'].str.split('-').apply(lambda x: '-'.join(set(x)))
%timeit df['col2'] = df['col2'].apply(lambda x: '-'.join(set(x.split('-'))))
1000 loops, best of 3: 418 µs per loop
1000 loops, best of 3: 246 µs per loop