如何在不删除整行的前提下去除单元格内重复值及超4位字符

使用pandas可直接完成该需求，无需删除整行，处理后列仍保持字符串类型，核心处理逻辑为逐单元格拆分、过滤、去重、再拼接。

处理逻辑 #

对counts列的每个单元格值依次执行以下操作：

• 按空格拆分为单个值的列表，自动过滤拆分产生的空值（适配原始数据末尾带多余空格的情况）
• 过滤掉长度超过4个字符的值
• 去除重复值，保留值首次出现的原有顺序
• 将处理后的值用空格重新拼接为字符串，写回原单元格

完整代码 #

import pandas as pd

# 读取/构造原始数据
df = pd.DataFrame({
    'company': ['company1', 'company2'],
    'counts': [
        '2222 2222 45345234 425352352352 6574745 299',
        '9909 4363465246 543 323 9909 3454534534 768 '
    ]
})

def process_str_cell(content: str) -> str:
    item_list = [seg for seg in content.split(' ') if seg]
    filter_res = []
    record = set()
    for item in item_list:
        if len(item) > 4:
            continue
        if item in record:
            continue
        record.add(item)
        filter_res.append(item)
    return ' '.join(filter_res)

df['counts'] = df['counts'].apply(process_str_cell)

处理结果 #

执行代码后输出的DataFrame与期望结果完全一致：

company           counts
0  company1        2222 299
1  company2  9909 543 323 768

说明 #

• 处理过程不会删除任何整行数据，即使某行counts列过滤后无符合条件的值，该行也会保留，对应单元格值为空字符串
• 处理后counts列数据类型仍为字符串，不会变为列表或其他格式
• 自动兼容原始字符串前后、中间存在多余空格的场景，拼接后不会产生冗余空格

内容的提问来源于stack exchange，提问作者Munrock