如何在Pandas中删除单列重复值仅保留首次出现的项?
Pandas实现分组列重复值仅保留首条显示方案
你需要的效果本质是保留所有原始数据行,仅将shops列中同一商家的重复值替换为空字符串,无需删除任何行,实现代码如下:
完整示例代码
import pandas as pd # 构造示例数据,你可以替换为读取自己的文件 data = { 'shops': ['company_b', 'company_b', 'company_b', 'company_b', 'company_c', 'company_c', 'company_c'], 'prod_id': ['A', 'B', 'C', 'D', 'A', 'B', 'A'], 'atv_y1': [56.3, 4.3, 136.3, 89.3, 7.3, 64.0, 34.7] } df = pd.DataFrame(data) # 核心逻辑:将shops列重复出现的值替换为空,仅保留第一次出现的内容 df['shops'] = df['shops'].mask(df['shops'].duplicated(), '') # 输出验证效果 print(df)
注意事项
- 操作前请确保DataFrame已经按
shops列排序,保证同一商家的记录连续排列,否则会出现同一商家值异常截断的问题。如果需要先排序,可以在核心逻辑前添加以下代码:
df = df.sort_values('shops', ignore_index=True)
- 若不想修改原始DataFrame,可以先复制副本再操作:
df_new = df.copy() df_new['shops'] = df_new['shops'].mask(df_new['shops'].duplicated(), '')
内容的提问来源于stack exchange,提问作者Maths12
相关产品推荐
相关产品推荐

