Question

这可能是一个非常基本的问题，但我还没有找到答案，所以这里就是......

问题：

是否有说法按字母顺序对值进行排序，同时还删除任何重复的实例？

以下是我所拥有的：

data = ['Car | Book | Apple','','Book | Car | Apple | Apple']
df = pd.DataFrame(data,columns=['Labels']
print(df)

    Labels
0   Car | Book | Apple
1   
2   Book | Car | Apple | Apple

期望的输出：

    Labels
0   Apple | Book | Car
1   
2   Apple | Book | Car

谢谢！

Answer 1

在str.join

之后

str.split

df=df.replace({' ':''},regex=True)
df.Labels.str.split('|').apply(set).str.join('|')
Out[339]: 
0    Apple|Book|Car
1                  
2    Apple|Book|Car
Name: Labels, dtype: object

根据评论添加sorted

df.Labels.str.split('|').apply(lambda x : sorted(set(x),reverse=False)).str.join(' | ')

Answer 2

一种方法是pd.Series.map使用sorted＆amp;按set分割后|：

import pandas as pd

data = ['Car | Book | Apple','','Book | Car | Apple | Apple']
df = pd.DataFrame(data,columns=['Labels'])

df['Labels'] = df['Labels'].map(lambda x: ' | '.join(sorted(set(x.split(' | ')))))

#                Labels
# 0  Apple | Book | Car
# 1                    
# 2  Apple | Book | Car

Answer 3

df['Labels'].str.split('|')会将字符串拆分为|并返回列表

#0             [Car ,  Book ,  Apple]
#1                                 []
#2    [Book ,  Car ,  Apple ,  Apple]
#Name: Labels, dtype: object

看到结果列表元素中有多余的空格。删除这些内容的一种方法是将str.strip()应用于列表中的每个元素：

df['Labels'].str.split('|').apply(lambda x: map(str.strip, x))
#0           [Car, Book, Apple]
#1                           []
#2    [Book, Car, Apple, Apple]
#Name: Labels, dtype: object

最后，我们应用set构造函数来删除重复项，对值进行排序，并使用" | "作为分隔符将它们重新连接在一起：

df['Labels'] = df['Labels'].str.split('|').apply(
    lambda x: " | ".join(sorted(set(map(str.strip, x))))
)
print(df)
#               Labels
#0  Apple | Book | Car
#1                    
#2  Apple | Book | Car

如何在Pandas DF列中对值进行排序并删除重复项

3 个答案: