python - 如何从 python 数据框中的列列表中删除重复项？

Question

我有一个数据框:

id      rev     names
34e     A      su,ra,ve,ra,de,ra
45e     R      ra,su,su,ve,de
55e     G      su,ra,de
41e     M      su,de,mu,er,su

现在我需要删除重复项，输出应该如下所示:

id      rev     names
34e     A      su,ra,ve,de
45e     R      ra,su,ve,de
55e     G      su,ra,de
41e     M      su,de,mu,er

如何做到这一点？

Answer 1

如果列包含字符串首先split，转换为set并join:

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

如果列包含转换为 set 的列表并且 list 是必需的:

df['names'] = df['names'].apply(lambda x: list(set(x)))

如果顺序很重要，请使用 pandas.unique :

df['names'] = df['names'].apply(lambda x: ','.join(pd.unique(x.split(','))))

df['names'] = df['names'].apply(lambda x: list(pd.unique(x)))