python - 从 pandas 列中删除仅彼此存在的重复字母，Python

Question

来自这个问题:Python: Best Way to remove duplicate character from string答案:

''.join(ch for ch, _ in itertools.groupby(string_to_remove)

我知道如何删除仅彼此相邻的重复字母，如何将此解决方案应用于 pandas 中的列？

df:

df=pd.DataFrame({'A':['ODOODY','LLHHEELLO'],'B':['NNMminee','DDasdss']})

预期结果:

A,B
ODODY,NMine
LHELO,Dasds

尝试过:df['A'] = df['A'].apply(lambda x: ''.join(ch for ch, _ in itertools.groupby(x['A'])))谢谢!

Answer 1

使用DataFrame.applymap ，如果需要过滤列以删除重复项:

import itertools
cols = ['A','B']
df[cols] = df[cols].applymap(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))
#for all columns
#df = df.applymap(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))
print (df)
       A       B
0  ODODY  NMmine
1  LHELO   Dasds

解决方案 DataFrame.apply是可能的，但需要单独处理每个值，因此添加了列表理解:

df[cols] = df[cols].apply(lambda x: [''.join(ch for ch, _ in itertools.groupby(y)) for y in x])
print (df)
       A       B
0  ODODY  NMmine
1  LHELO   Dasds

或者使用Series.apply :

f = lambda x: ''.join(ch for ch, _ in itertools.groupby(x))
df['A'] = df['A'].apply(f)
df['B'] = df['B'].apply(f)