提问人：PineNuts0 提问时间：11/16/2017 最后编辑：cs95PineNuts0 更新时间：4/10/2019 访问量：10727
Python Dataframe：在 Python [已关闭] 中删除同一单元格中同一单元格中的重复单词
Python Dataframe: Remove duplicate words in the same cell within a column in Python [closed]
问：
下面显示了一列，其中包含我拥有的数据，另一列包含我想要的重复数据。
老实说，我什至不知道如何在 Python 代码中开始执行此操作。我已经在 R 中阅读了几篇关于此的文章，但没有在 Python 中阅读。
答：
21赞
cs95
11/16/2017
#1
如果您只想摆脱连续的重复项，这应该就足够了：
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
详
\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
正则表达式从这里开始。
为了删除不连续的重复项，我建议一个涉及数据结构的解决方案：OrderedDict
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
评论
0赞
PineNuts0
11/16/2017
了不起！谢谢
评论