python - 删除 Pandas 记录中的重复值

Question

我想删除列 animals 的每一行中的重复项。

我需要像这篇文章这样的东西，但在 python 中。由于某种原因，我现在无法解决这个问题，我遇到了障碍。

Remove duplicate records in dataframe

我尝试过使用 drop duplicates、unique、nunique 等。没有成功。

df.drop_duplicates(subset=None, keep="first", inplace=False)df

df = pd.DataFrame ({'animals':['pink pig, pink pig, pink pig','brown cow, brown cow','pink pig, black cow','brown horse, pink pig, brown cow, black cow, brown cow']})

#input:
    animals
0   pink pig, pink pig, pink pig
1   brown cow, brown cow
2   pink pig, black cow
3   brown horse, pink pig, brown cow, black cow, brown cow

#I would like the output to look like this:
    animals
0   pink pig
1   brown cow
2   pink pig, black cow
3   brown horse, pink pig, brown cow, black cow

Answer 1

这样做:

df = pd.DataFrame ({'animals':['pink pig, pink pig, pink pig','brown cow, brown cow','pink pig, black cow','brown horse, pink pig, brown cow, black cow, brown cow']})


df['animals2'] = df.animals.apply(lambda x: ', '.join(list(set(x.split(', ')))))

输出:

0                                       pink pig
1                                      brown cow
2                            pink pig, black cow
3    brown cow, brown horse, pink pig, black cow

解释:

我把你的字符串变成了一个列表。然后我把列表变成一个集合来删除重复项。然后我把这个集合变成一个列表，然后我把列表拆分成一个字符串。如果有什么不清楚的地方请告诉我!