如何在Pandas列中为每行保留唯一值（重复项仅存一次）？

解决方案步骤： #

假设你的DataFrame中cars列的元素是列表类型，可以直接用以下方法处理：

1. 导入依赖并构造示例DataFrame（如果已有DataFrame可跳过此步）

import pandas as pd

data = {
    'cars': [
        ['honda', 'toyota'],
        ['honda', 'none', 'honda', 'toyota', 'toyota'],
        ['lexus', 'mazda'],
        ['honda', 'mazda', 'lexus', 'mazda', 'honda']
    ]
}
df = pd.DataFrame(data)

2. 定义去重函数，保留单词首次出现的顺序

def deduplicate_words(lst):
    seen = set()
    unique_words = []
    for word in lst:
        if word not in seen:
            seen.add(word)
            unique_words.append(word)
    return ', '.join(unique_words)

3. 将函数应用到cars列

df['cars'] = df['cars'].apply(deduplicate_words)

执行后，DataFrame的cars列就会变成你期望的格式：

cars
0        honda, toyota
1  honda, none, toyota
2        lexus, mazda
3  honda, mazda, lexus

特殊情况处理：如果cars列是字符串格式（比如带方括号的字符串） #

如果你的cars列存储的是类似"[honda, toyota]"的字符串，需要先解析成列表再去重：

# 先把字符串转成列表
df['cars'] = df['cars'].str.strip('[]').str.split(', ')
# 再应用去重函数
df['cars'] = df['cars'].apply(deduplicate_words)

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