使用Pandas删除仅末尾带句点差异的重复行中无句点行的方法

核心逻辑为：通过识别目标列末尾是否带句点给重复行设置保留优先级，仅保留带句点的条目，无对应带句点版本的条目会自动留存不会被误删。 #

操作步骤 #

1. 生成两个临时辅助列：
   • base_val：目标列去掉末尾所有句点后的基准值，用于匹配仅句点差异的重复条目
   • has_dot：布尔标记，标注当前行目标列的值是否以句点结尾
     对应代码（含空值兼容处理）：

   import pandas as pd
   
   # 假设你的DataFrame变量名为df，目标对比列为Header A
   df['base_val'] = df['Header A'].str.rstrip('.', na=False)
   df['has_dot'] = df['Header A'].str.endswith('.', na=False)
   

2. 按优先级排序后去重：
   同基准值的重复组内，将带句点的行排在最前，去重时仅保留每组第一条即可
   对应代码：

   df = df.sort_values('has_dot', ascending=False).drop_duplicates('base_val', keep='first')
   # 清理临时辅助列
   df = df.drop(columns=['base_val', 'has_dot'])
   

效果验证示例 #

输入原始数据：

处理后输出结果：

内容的提问来源于stack exchange，提问作者Ken Russel Sy