Python中读取CSV文件时随Test Name变化保留Percent列首个重复值的实现方法

嘿，我明白你的需求啦——要在Test Name切换的时候，让Percent列只保留每个测试组里第一次出现的重复值，其他重复的清空但不删掉整行对吧？用Python的pandas库就能轻松搞定，下面是具体步骤和代码：

实现思路 #

核心逻辑是按Test Name分组，在每个分组内对Percent列做去重处理：只保留该组内第一次出现的数值，后续重复的数值替换为空（或者NaN，看你需求），这样既不会删除任何行，又能达到你要的展示效果。

代码示例 #

假设你的CSV文件名为test_data.csv，可以用以下代码处理：

import pandas as pd

# 读取原始CSV文件
df = pd.read_csv('test_data.csv')

# 按Test Name分组，处理Percent列：仅保留每组内首次出现的值，重复项设为空字符串
df['Percent'] = df.groupby('Test Name')['Percent'].transform(
    lambda x: x.where(~x.duplicated(), '')
)

# 保存处理后的结果到新CSV
df.to_csv('processed_test_data.csv', index=False)

代码解释 #

• groupby('Test Name')：把数据按测试名称分成一个个独立的组，确保我们只在同一个Test Name范围内处理重复值。
• transform：这个方法会让处理后的结果和原DataFrame的行数保持一致，不会打乱原有行的顺序。
• x.where(~x.duplicated(), '')：x.duplicated()会标记出该组内重复的行（第一次出现的为False，后续重复为True），~取反后，我们用where把重复的行替换为空字符串。如果你想保留NaN（适合后续数值计算），把''换成pd.NA即可。

效果示例 #

比如你的原始数据是：

处理后会变成：

完全符合你要的效果哦！

内容的提问来源于stack exchange，提问作者Rebekah Lee