用一个替换连续的重复字符-按列操作-`pandas.DataFrame`

Question

如何删除字符串中的重复字符，只留下其中一个。

例如：-

"Bertuggggg Mete" 

到

"Bertug Mete"

我刚刚读过这样的数据：

dataFrame = pd.read_excel("C:\\Users\\Bertug\\Desktop\\example.xlsx")

名称 0 贝图格米特

从 .xlsx 文件中读取输入。我已经尝试过拆分和剥离功能，但它们似乎无法按预期工作。

我该如何解决这个问题？

Answer 1

看看这个：

将column_name 替换为您要应用替换的列名。

min_threshold_rep = 2
column_name = 'Name'
dataframe[column_name]= dataframe[column_name].str.replace(r'(\w)\1{%d,}'%(min_threshold_rep-1), r'\1')

注意：这会将每个min_threshold_rep 个连续字符替换为一个字符。

Answer 2

python 代码：

if __name__ == '__main__':
    s = 'Bertuggggg Mete'
    if len(s) == 0:
        print('wrong!')
        exit()
    r = s[0]
    for c in s:
        if r[len(r) - 1] != c:
            r += c
    print(r)

java代码：

public class Test {

public static void main(String[] args) {
    String s = "Bertuggggg Mete";
    StringBuffer sb = new StringBuffer();
    for (int i = 0, j = s.length(); i < j; i++) {
        if (i == 0) {
            sb.append(s.charAt(0));
        }
        if (s.charAt(i) != sb.charAt(sb.length() - 1)) {
            sb.append(s.charAt(i));
        }
    }
    System.out.println(sb);
}

}