python - pandas 从单元格中删除重复项

Question

我需要删除单元格中的重复数字和重复单元格中的百分号

我有两个输入:

输入1-

1. 51%
2. 4% %
3. (0.9%)
4. 53%
5. 44%
6. 29%

Name: Paid Loss Ratio , dtype: object

要求的输出1:

1. 51
2. 4
3. -0.9
4. 53
5. 44
6. 29

Name: Paid Loss Ratio , dtype: object

以下脚本适用于这种情况:

f1['付费损失率'].str.split('%').apply(set).str.join('').str.rstrip()

尝试删除重复的“% sign in one cell”

输入2 -

1. >

     88 % 
   

2. >

    102 % 
   

3. 84 84%
4. >

     ( 0.8 %
   

5. >

     93 % 
   

名称:Constant Loss Ratio，dtype:object

要求的输出2:

1. 88%
2. 102%
3. 84%
4. -0.8%
5. 93%

正在尝试以下操作但无法正常工作:

re.sub(r'([0-9])(.*)\1+', r'\1', str(ab))

尝试删除一个单元格中重复的“84”数字

还有办法合并这两个脚本/模式吗？

Answer 1

您对第一个输入的要求与输出不匹配，因为您似乎只想删除双百分号？如果我是对的，我想你可以使用:

(\S+)(?=\s\1)\s

在线查看demo

---

示例 Python 脚本可以是:

df = df.replace(r'(\S+)(?=\s\1)\s','', regex=True)

打印:

0    51 %
1     4 %
2     9 %
3    53 %
4    44 %
5    29 %
6    88 %
7   102 %
8    84 %
9     Nan
10   93 %