如何删除熊猫列Python中字符串列表中的重复项

Question

我正在尝试删除Pandas DataFrame中列下的字符串列表中的重复字符串。

例如，以下的列表值：

[btc, btc, btc]

应该是；

[btc]

但是，我尝试过多种方法，但似乎没有一种方法起作用，因为我无法访问列表中的字符串值。任何帮助都是非常感谢的。

DataFrame：

          dollar_sign  followers_count  \
0                   [btc]            35946
1                   [btc]            35946
2                   [btc]            35946
3                   [nav]            35946
4         [btc, btc, btc]            35946

访问列下的字符串列表

for row in df_twitter['dollar_sign']:
    print row

输出：

[btc]
[btc]
[btc]
[nav]
[btc, btc, btc]

Answer 1

从显示出来的信息来看，我相信OP的df实际上并不是充满了字符串的列表，而是看起来像列表的字符串。

从OP的打印结果，我们看到

[btc]
[btc]
[nav]
[btc, btc,btc]

但是，如果它是字符串列表，则应该会产生

['btc']
['btc']
['btc']
['nav']
['btc', 'btc', 'btc']

解决方案：

df = pd.DataFrame({
        'dollar_sign':['[btc]','[btc]','[btc]','[nav]','[btc, btc, btc]'],
        'followers_count':[35946,35946,35946,35946,35946]}
     )


df.dollar_sign.str[1:-1].str.split(",\s").map(set)

0    {btc}
1    {btc}
2    {btc}
3    {nav}
4    {btc}
Name: dollar_sign, dtype: object

• .str[1:-1]移除[和]。
• str.split(",\s")用"，“、逗号和空格分隔。(假设字符串使用"，“作为分隔符，否则，您可能需要"\s*,\s*"或更复杂的东西。)
• map(set)将每个列表转换为一组。

Answer 2

你可以用布景。一组将取出复制件。

因此，作为一个例子，保持输出的样式：

for row in df_twitter['dollar_sign']:
    print list(set(row))

输出：

[btc]
[btc]
[btc]
[nav]
[btc]

Answer 3

您可以将list与map结合使用，set可以获得唯一的值。

df['dollar_sign']=list(map(set,df['dollar_sign']))
df
Out[1068]: 
  dollar_sign  followers_count
0       {btc}            35946
1       {btc}            35946
2       {btc}            35946
3       {nav}            35946
4       {btc}            35946

我就是这样创建df的

df=pd.DataFrame({'dollar_sign':[['btc'],['btc'],['btc'],['nav'],['btc','btc','btc']],'followers_count':[35946,35946
,35946
,35946
,35946
]})