pandas DataFrame两列同行重复值仅清空B列对应值如何实现

drop_duplicates() 用于删除行维度的重复记录，或删除重复列，不支持逐行判断两列相等关系做值替换，因此不符合你的使用需求。

你可以用以下两种极简方案实现需求，可直接在Google Colaboratory中运行： #

完整可运行代码 #

1. 导入依赖并构造示例数据 #

import pandas as pd

df = pd.DataFrame({
    'A': ['Syd', 'Aus', 'Mir', 'Dol'],
    'B': ['Syd', 'Del', 'Ard', 'Dol']
})

2. 核心处理逻辑 #

两种写法逻辑等价，任选其一即可：

# 写法1：mask满足条件时替换为空字符串
df['B'] = df['B'].mask(df['A'] == df['B'], '')

# 写法2：where不满足条件时替换为空字符串
# df['B'] = df['B'].where(df['A'] != df['B'], '')

3. 结果验证 #

运行 print(df) 即可得到预期输出：

A    B
0  Syd     
1  Aus  Del
2  Mir  Ard
3  Dol     

补充说明 #

• 如果你需要将重复值替换为空值而非空字符串，把代码里的 '' 替换为 pd.NA 即可
• 如果不想修改原始DataFrame，处理前先执行 processed_df = df.copy()，再对 processed_df 做修改即可
• 列中存在的缺失值不会触发相等判断，不会出现误清空的情况

内容的提问来源于stack exchange，提问作者Fendy Sion 04