如何使用Python pandas彻底删除DataFrame行内全部重复字符串

核心逻辑是逐行拆分字符串后统计元素出现频次，仅保留出现次数为1的元素再拼接。

1. 按逗号拆分每行text_column的字符串，过滤拆分产生的空值
2. 用Counter统计当前行每个元素的出现次数
3. 筛选出出现次数等于1的元素，拼接为最终结果字符串

具体实现代码如下：

from collections import Counter

def process_row(s):
    # 拆分字符串并过滤空元素
    elem_list = [item for item in s.split(',') if item]
    # 统计元素频次
    elem_count = Counter(elem_list)
    # 保留仅出现1次的元素并拼接
    return ','.join([item for item in elem_list if elem_count[item] == 1])

df['result'] = df['text_column'].apply(process_row)

执行后得到的result列完全符合你给出的预期输出。之前使用set的方法仅能实现去重保留单个实例，无法满足「重复值全量删除」的需求，本质是因为没有先统计元素的出现频次做过滤。

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