Python从列中删除重复值但只保留第一次出现答案

【问题标题】：Python remove duplicate values from column but keep only first occurrencePython从列中删除重复值但只保留第一次出现
【发布时间】：2022-01-24 16:09:39
【问题描述】：

我有一个 df = pd.DataFrame({'col1': ['A'] * 3 + ['B'] * 4 + ['C','B','A'],'col' :[2,3,4,2,4,2,1,3,4,4]})

我需要从两列中删除重复值，但只保留第一次出现的值。

试过了-

df = pd.DataFrame({'col1': ['A'] * 3 + ['B'] * 4 + ['C','B','A'],'col':[2,3,4,2,4,2,1,3,4,4]})
df = df.drop_duplicates(keep='first')

预期输出：

    col1  col
0    A    1
1    B    2
2    C    3
3           4

【问题讨论】：

您的代码有什么问题，预期的输出是什么？看来您的代码运行良好。
您是指给定列中的重复行或重复值吗？当您说删除时，您的意思是删除整行吗？正如@SangkeunPark 所说，预期的输出会让这更有意义。
@SangkeunPark 输出仍有重复值 col1 col 0 A 2 1 A 3 2 A 4 3 B 2 4 B 4 6 B 1 7 C 3
@user17240949 最好在问题中添加您的问题和预期输出，而不是作为评论。
@user17240949 还是不明白。输出应该是什么样的？您必须展示您的预期输出。现在，您的结果看起来没有重复值

标签： python pandas

【解决方案1】：

你想要什么不清楚。您的输出中没有重复项，因为 drop_duplicates 认为（默认情况下）整行。

我想您可能希望每列独立删除重复项，在您的情况下，这会导致 NaN 值“col1”中只有 3 个唯一值，但“col”中只有 4 个.

无论如何，如果这是你想要的，你可以使用：

df.apply(lambda x: pd.Series(sorted(x.drop_duplicates(), key=pd.isna)))

输出：

  col1  col
0    A    2
1    B    3
2    C    4
3  NaN    1

注意。请注意，列之间的任何现有链接现在都已丢失。

【讨论】：

是的，这是预期的输出，每列只有一个唯一条目，但没有空值
如果您有不同数量的唯一值，则不可能没有空值。或者您需要牺牲“col”列的一个值。你能明确描述你想要什么吗？
如果我现在放弃 na 值会怎样
如前所述，请再次编辑您的问题以提供预期的输出。