求助：Python去除DataFrame列内单元格重复单词的可行方案

方法1：利用Python 3.7+有序字典（推荐） #

Python 3.7及以上版本的普通字典会保留键的插入顺序，用dict.fromkeys()可以快速实现去重，代码简洁高效：

import pandas as pd

# 示例数据
data = {'words': ['car apple car good', 'good bad well good', 'car apple bus food']}
df = pd.DataFrame(data)

# 生成去重后的列
df['expected'] = df['words'].str.split().apply(lambda x: ' '.join(dict.fromkeys(x))).str.strip()

方法2：修复你原有的OrderedDict代码 #

你之前的代码问题出在OrderedDict.fromkeys(x).keys()返回的是odict_keys迭代器对象，str.join无法直接处理，只需将其转为可迭代的字符串序列即可：

from collections import OrderedDict
import pandas as pd

data = {'words': ['car apple car good', 'good bad well good', 'car apple bus food']}
df = pd.DataFrame(data)

df['expected'] = df['words'].str.split().apply(lambda x: ' '.join(OrderedDict.fromkeys(x).keys())).str.strip()

方法3：手动遍历去重（兼容性最强） #

如果需要兼容低版本Python，或者想要更直观的逻辑，可以手动遍历单词并记录已出现的词汇：

import pandas as pd

def remove_duplicates(text):
    seen = set()
    unique_words = []
    for word in text.split():
        if word not in seen:
            seen.add(word)
            unique_words.append(word)
    return ' '.join(unique_words)

data = {'words': ['car apple car good', 'good bad well good', 'car apple bus food']}
df = pd.DataFrame(data)

df['expected'] = df['words'].apply(remove_duplicates)

运行任意一种方法后，都能得到你期望的结果：

内容的提问来源于stack exchange，提问作者BROFL