如何在Pandas中仅对单列去重且保留整行其余数据

没问题，我来帮你实现这个需求！针对DataFrame的Jan列从后往前处理重复值、只清空重复单元格不删行的需求，用pandas可以轻松搞定，下面是具体步骤和示例：

核心思路是对比当前行与下一行的Jan值，若重复则清空当前行的Jan值，正好匹配你“从最后一行向前处理”的要求——因为下一行是更靠后的行，只要当前行和它重复就清空当前的，最后一行自然不会被修改（没有下一行可对比）。

1. 构造示例DataFrame（模拟你的数据） #

先创建一个和需求匹配的测试数据，方便你对照验证：

import pandas as pd

# 模拟你的原始数据
data = {
    'Jan': [10, 20, 20, 30, 30, 30],
    'Feb': [5, 6, 7, 8, 9, 10],
    'Mar': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

原始DataFrame如下：

2. 核心处理代码 #

仅需两行代码就能实现需求：

# 生成掩码：判断当前行Jan值是否和下一行Jan值重复
duplicate_mask = df['Jan'].eq(df['Jan'].shift(-1))
# 将重复的Jan单元格清空（设为缺失值）
df.loc[duplicate_mask, 'Jan'] = pd.NA

3. 最终结果 #

处理后的DataFrame完全符合你的要求：

代码逻辑说明 #

• df['Jan'].shift(-1)：把Jan列的所有元素向上移动一位，最后一行会变成缺失值（因为没有下一行）；
• df['Jan'].eq(...)：对比当前行Jan值和移动后的Jan值，得到布尔掩码——True表示当前行和下一行Jan值重复；
• df.loc[duplicate_mask, 'Jan'] = pd.NA：把掩码为True的位置的Jan值设为缺失值（即清空单元格），其他列和行完全保留。

这个方法对数值、字符串等类型的Jan值都适用，直接替换你的原始DataFrame就能用啦！

内容的提问来源于stack exchange，提问作者Ni_Tempe