仅在新列中显示非重复字符（熊猫）答案

【问题标题】：Only show non-repeated characters in a column in a new column (pandas)仅在新列中显示非重复字符（熊猫）
【发布时间】：2019-01-27 23:07:18
【问题描述】：

我在 df 中有一个列，其中包含诸如 ABABAB 之类的字符串，我想在此类 df 中创建一个新列，该列将仅带来此类字符串的非重复字符，在上面的示例中，只是 AB。

我已经尝试过 ''.join() 但这并不适用于我收到一条错误消息，指出需要一个字符串。

说明性的期望结果：

  Column_1     Column_2
   ABABAB         AB
   KGKGKG         KG
   ACACAC         AC
   PCTPCTPCT      PCT

请记住，在某些情况下，唯一字符不止两个

提前感谢您！

【问题讨论】：

如果没有看到您的原始代码，我们将不知道如何对您现有的代码库进行更改。请发帖a minimal example of what needs to change，并充分说明需要修改的内容。显示错误消息和确切的堆栈跟踪以及足够的代码来重现它。
stackoverflow.com/questions/18799036/…享受
这不是一个小问题。见stackoverflow.com/questions/13256655/…
字母的顺序重要吗？ PCTPCTPCT --> CTP 或 TPC 或 PCT
重复重要吗？ ABBABBABB -> AB 或 ABB ?

标签： python pandas

【解决方案1】：

看看这是不是你想要的：

df["Column_2"] = df["Column_1"].apply(lambda x: "".join(set(list(x))))
df
    Column_1    Column_2
0   ABABAB  AB
1   KGKGKG  KG
2   ACACAC  AC
3   PCTPCTPCT   PTC

【讨论】：

也不适用于'ABBABB'：不保证保持字母顺序，因为集合未排序并且可能为 PCAPCAPCA 返回 ACP - 也不适用于没有重复的 'ABCDEFE' /跨度>
'PCT' 都是重复字符。它们在'PCTPCTPCT' 中出现了三次——寻找的是最短的不重复的“序列”——你的代码将从序列中删除重复的字母——因此不适用于'ABBABBABB'，它可能应该返回'ABB' 但是将给出'AB' 或'BA'

【解决方案2】：

如果您不关心顺序，您可以为此使用集合：它们只保留可迭代的唯一项（例如字符串）。然后将集合连接在一起，使其成为一个字符串：

df['Column_1'].apply(lambda x: ''.join(set(x)))
#0    BA
#1    GK
#2    CA
#3    CTP

【讨论】：

也不适用于'ABBABB'：不保证字母按顺序排列，因为集合未排序，并且可能为 PCAPCAPCA 返回 ACP - 也不适用于没有重复的'ABCDEFE' /跨度>
你能澄清一下吗？它按预期输出'AB'，对吗？
在我回复后，您的评论似乎发生了变化。我已经在我的回答中写道，它只有在你不关心订单的情况下才有效（他没有指定应该很重要）。他说他想要不重复的字符，我将其解释为独特的字符，实际上这就是返回的内容，对吗？ @PatrickArtner
我要求澄清。我以不同的方式阅读了这个问题 - 在我得到澄清之前，我会编辑我的 dv