Question

我想删除每列动物的重复项。

我需要类似这篇文章的内容，但需要使用python。由于某种原因，我现在无法解决这个问题，而且遇到了麻烦。

我曾尝试使用重复副本，唯一，不重复等方式。运气不好。

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

做到这一点：

(N-K)(N-K-1)/2

输出：

K.(2N-K-1)

说明：

我把你的琴弦变成了一个清单。然后，我将列表变成一个集合，以删除重复项。然后，我将集合变成一个列表，然后我将列表拆分成一个字符串。请告诉我是否不清楚！

Answer 2

如果您希望保留项目的原始顺序（转换为集合会使它们无序），则应使用以下功能。

def drop_duplicates(items):
    # `items` is a comma separated string, e.g. "dog, dog, cat".
    result = []
    seen = set()
    for item in items.split(','):
        item = item.strip()
        if item not in seen:
            seen.update([item])
            result.append(item)
    return ', '.join(result)

>>> df['animals'].apply(drop_duplicates)
0                pig
1                cow
2           pig, cow
3    horse, pig, cow
Name: animals, dtype: object

删除熊猫记录中的重复值

2 个答案: