python - Pandas 有没有办法从系列中删除重复项？

Question

我有一个 dataframe在“标签”列中有一些用逗号分隔的重复标签，有没有办法从系列中删除重复的字符串。我希望 400 中的输出只有 Museum、Drinking、Shopping。

我不能用逗号拆分并删除它们，因为系列中有一些标签具有相似的词，例如:[Museum, Art Museum, Shopping] 所以拆分和删除多个博物馆字符串会影响唯一的 '艺术博物馆的字符串。

Desired Output

Answer 1

在使用 str.strip() 删除前导/尾随空格后，您可以用逗号分隔并转换为 set()，它会删除重复项。然后，您可以将其df.apply() 添加到您的专栏中。

df['Tags']=df['Tags'].apply(lambda x: ', '.join(set([y.strip() for y in x.split(',')])))