Python中如何删除DataFrame行内列表重复字符串，仅保留唯一值

方法1：无需保留原有顺序（代码最简） #

直接利用集合自动去重的特性转换即可：

df['Name'] = df['Name'].apply(lambda x: list(set(x)))

注意：集合是无序结构，处理后列表内元素的顺序会被打乱，如果你需要保留名称第一次出现的顺序，请用下面的方法。

方法2：保留原有出现顺序 #

Python 3.7+版本中字典默认保留插入顺序，可通过dict.fromkeys实现有序去重：

df['Name'] = df['Name'].apply(lambda x: list(dict.fromkeys(x)))

方法3：用pandas原生操作实现（适合大表性能更优） #

通过打散列表、按网格ID+名称去重后重新聚合，也能实现有序去重：

df = df.explode('Name') \
       .drop_duplicates(subset=['GRID ID', 'Name'], keep='first') \
       .groupby('GRID ID', as_index=False)['Name'] \
       .agg(list)

处理后效果示例 #

以你给出的AC-59行数据为例，处理后结果为：

GRID ID | Name
AC-59   | ['Laguna di Venezia', 'Laguna di Venezia: Valle Averto', 'Laguna medio-inferiore di Venezia']

所有重复名称仅保留1个，符合需求。

内容的提问来源于stack exchange，提问作者hrbrnsn