Python 删除da的同一单元格中的重复值和计数值

我有一个示例数据框，其中a列包含重复的值，如下所示：

        a
0   1089, 1089, 1089
1   10A3, 10A3
2   10A3, 10A4, 10A4
3   TEL, TV
4   EZ, EZ
5   ABC Co., ABC Co.

我想删除重复项并计算每个单元格的值：

      a               count
0   1089                1
1   10A3                1
2   10A3, 10A4          2
3   TEL, TV             2
4   EZ                  1
5   ABC Co.             1

在轴=1上使用和求和

df['count'] = df.a.str.get_dummies(sep=', ').sum(1)

要删除重复项，请使用
explode

s = df.assign(a=df.a.str.split(', ')).explode('a').drop_duplicates()


如果你真的需要它在同一行

s.groupby(s.index).agg({'a': ', '.join, 'count': 'first'})

          a  count
0        1089      1
1        10A3      1
2  10A3, 10A4      2
3     TEL, TV      2
4          EZ      1
5     ABC Co.      1


或者简单地使用@WeNYoBen巧妙的解决方案；）

您需要定义自己的方法并将其应用于数据帧

def list_count(x):
    l=pd.Series(x.split(',')).str.strip().drop_duplicates().tolist()
    return pd.Series([', '.join(l), len(l)])

df['a'].apply(lambda x: list_count(x)).rename(columns={0:'a', 1:'count'})

输出：

            a  count
0        1089      1
1        10A3      1
2  10A3, 10A4      2
3     TEL, TV      2
4          EZ      1
5     ABC Co.      1

试试这个


def f(x):

    l = x.split(',')

    d = {}

    for key in l:
        if key.rstrip() not in d:
            d[key.rstrip()] = 0
        d[key.rstrip()]+=1

    return ','.join(list(d.keys()))
df['a_new'] = df['a'].apply(lambda x:f(x))
print(df)
df['count'] = df['a_new'].apply(lambda x: len(x.split(',')))


感谢您的输入，但重复的值似乎没有被删除。我创建了一个新列，因此您可以使用df.drop（['a']，axis=1）删除旧列。乐意帮助！！我得到一个错误：AttributeError:'DataFrame'对象没有属性'explode'@JennyJingYu that；s仅适用于pandas版本
0.25
及以上版本！感谢您的方法，我在示例数据集中工作，但在应用于大型数据集时速度非常慢。
            a  count
0        1089      1
1        10A3      1
2  10A3, 10A4      2
3     TEL, TV      2
4          EZ      1
5     ABC Co.      1


def f(x):

    l = x.split(',')

    d = {}

    for key in l:
        if key.rstrip() not in d:
            d[key.rstrip()] = 0
        d[key.rstrip()]+=1

    return ','.join(list(d.keys()))
df['a_new'] = df['a'].apply(lambda x:f(x))
print(df)
df['count'] = df['a_new'].apply(lambda x: len(x.split(',')))