Python 对数据帧行执行函数以减少重复对

我有一个数据框，看起来像：

0     1      2      3       4       5       6       7      8     9     10     11
12    13     13     13.4    13.4    12.4    12.4    16     0     0     0      0
14    12.2   12.2   13.4    13.4    12.6    12.6    19     5     5     6.7    6.7
.
.
.

每个“层”或行都有我想要减少的重复对

一个问题是也有重复的0，所以我不能简单地删除每行的重复项，否则会留下不均匀的行数

我想要的输出将是一个lambda函数，我可以应用于此数据帧的所有行，以获得以下结果：

0     1      2      3       4       5      6 
12    13     13.4   12.4    16      0      0
14    12.2   13.4   12.6    19      5      6.7
.
.
.

有没有一个简单的函数我可以编写来实现这一点

from itertools import zip_longest
l=[sorted(set(x), key=x.index) for x in df.values.tolist()]
newdf=pd.DataFrame(l).ffill(1)
newdf
Out[177]: 
      0     1     2     3     4    5    6
0  12.0  13.0  13.4  12.4  16.0  0.0  0.0
1  14.0  12.2  13.4  12.6  19.0  5.0  6.7

方法1使用 正如Yuca在评论中提到的：

df = df.T.drop_duplicates().T
df.columns = range(len(df.columns))

print(df)
      0     1     2     3     4    5    6
0  12.0  13.0  13.4  12.4  16.0  0.0  0.0
1  14.0  12.2  13.4  12.6  19.0  5.0  6.7

方法2使用带有偶数的

列表理解

我们可以列出偶数，然后根据其索引选择这些列：

idxcols = [x-1 for x in range(len(df.columns)) if x % 2]

df = df.iloc[:, idxcols]

df.columns = range(len(df.columns))

---

---

如果下一列不等于添加的最后一列，则可以使用

functools.reduce

将列顺序连接到输出数据帧：

from functools import reduce
output_df = reduce(
    lambda d, c: d if (d.iloc[:,-1] == df[c]).all() else pd.concat([d, df[c]], axis=1),
    df.columns[1:],
    df[df.columns[0]].to_frame()
)
print(output_frame)
#    0     1     3     5   7  8   10
#0  12  13.0  13.4  12.4  16  0  0.0
#1  14  12.2  13.4  12.6  19  5  6.7

如果重要的话，此方法还维护所选列的列名

假设这是您的输入

df

：

print(df)
#    0     1     2     3     4     5     6   7  8  9   10   11
#0  12  13.0  13.0  13.4  13.4  12.4  12.4  16  0  0  0.0  0.0
#1  14  12.2  12.2  13.4  13.4  12.6  12.6  19  5  5  6.7  6.7

---

转置+重复？重复总是连续列吗？每行重复成对出现，但行与行之间可能不同，因此具有唯一值的行不总是在同一位置。标题重要吗？意思是，列应该有那些精确的值吗？@HelloToEarth，第一个方法将删除重复的值，而不管位置如何（不清楚这是否是一个要求，只需指出它）。例如，如果有一列

12

的值与列

1

的值相同，则列

12

将被删除，即使它与列

1

不连续。是的，我刚刚发现了这一点。抱歉，我需要澄清的是，我只希望删除并排重复的对（而不是行中的所有重复项）。这包括在末尾找到的0。这些方法不保留零。@HelloToEarth应该可以工作。

print(df)
#    0     1     2     3     4     5     6   7  8  9   10   11
#0  12  13.0  13.0  13.4  13.4  12.4  12.4  16  0  0  0.0  0.0
#1  14  12.2  12.2  13.4  13.4  12.6  12.6  19  5  5  6.7  6.7