Python Dataframe：删除Python

Question

下面显示了一个包含我拥有的数据的列和另一个包含我想要的重复数据删除列的列。

老实说，我甚至不知道如何在Python代码中开始这样做。我在R中读了几篇关于这个的帖子，但是在Python中没有。

Answer 1

如果你想要摆脱连续的重复 ，这应该足够了：

df['Desired'] = df['Current'].str.replace(r'\b(\w+)(\s+\1)+\b', r'\1')
df

           Current          Desired
0       Racoon Dog       Racoon Dog
1          Cat Cat              Cat
2  Dog Dog Dog Dog              Dog
3  Rat Fox Chicken  Rat Fox Chicken

<强>详情

\b        # word boundary
(\w+)     # 1st capture group of a single word
( 
\s+       # 1 or more spaces
\1        # reference to first group 
)+        # one or more repeats
\b

_{来自here的正则表达式。}

要删除非连续重复项，我建议一个涉及OrderedDict数据结构的解决方案：

from collections import OrderedDict

df['Desired'] = (df['Current'].str.split()
                              .apply(lambda x: OrderedDict.fromkeys(x).keys())
                              .str.join(' '))
df

           Current          Desired
0       Racoon Dog       Racoon Dog
1          Cat Cat              Cat
2  Dog Dog Dog Dog              Dog
3  Rat Fox Chicken  Rat Fox Chicken