删除数据框中每一行的列中字符串中的重复单词

Question

我正在尝试删除每行数据框中字符串中的重复单词。

假设我的数据框如下所示：

In:
Yes Yes Absolutely
No No Nope   
Win Win Lose



  for row in df.iterrows():
        row["Sentence"] = (list(set(row["Sentence"])))

Desired Out:
Yes Absolutely
No Nope
Win Lose

如何清理每一行以删除重复的字符串。上面的代码我试过了。

如果任何文档或资源的链接能够引导我走向正确的方向，我们将不胜感激。谢谢。

Answer 1

你可以使用（假设列名是0）：

from collections import OrderedDict
df[0].str.split().apply(lambda x: ','.join(OrderedDict.fromkeys(x).keys()))

0    Yes,Absolutely
1           No,Nope
2          Win,Lose

注意，你可以使用 set as：

df[0].str.split().apply(lambda x: ','.join(list(set(x))))

但是set不保证顺序。