在Python中删除数据帧的每列中的字符和重复单词

我有一个数据帧：

index       A 
  0      {"word1"}
  1      {"word2, word2, word2"}
  2      {"word3, word3, word3, word3, word3"}
  3      {"word36"}
     .....
 987     {"word768, word768"}

我的目标是删除A列每行中的花括号和引号，并将重复的单词减少为一个实例

因此，我期望的结果如下：

index       A 
  0       word1
  1       word2
  2       word3
  3       word36
     .....
 987      word768

我一直试图分别解决这两个目标（替换重复和删除字符）。要删除花括号和引号字符，我已尝试在每行上迭代并应用

str.replace

：

 for ind in df.index:
      df['A'].str.replace(' "{ ', " ")
      df['A'].str.replace(' }" ', " ")

这好像没什么用？当我打印（df）时，它会给我原始的数据帧，没有任何变化

对于副本，我尝试过：

 df.drop_duplicates(['A'])

但是，这只是删除整行的重复项（这在其自身方面很有用，但不是我要找的）

接下来，我尝试了在stack exchange上找到的一些方法：

from collections import OrderedDict

df['A2'] = (df['A'].str.split()
                          .apply(lambda x: OrderedDict.fromkeys(x).keys())
                          .str.join(' '))

这段代码（只是为了删除重复项）没有给我一个错误，但它添加了一个新的列（A2），它与a完全相同。我对python非常陌生，所以我不了解这个最新堆栈示例的完整工作原理

对此问题的任何反馈都将不胜感激

编辑：A列的条目都是字符串类型

编辑2： 根据一位用户的建议，我做了以下工作： df[“A”].str.extract（“（\w+”）

这将返回一个数据帧，该数据帧删除所需的字符并返回字符串中的第一个单词-该数据帧确实删除了重复的字符，但是它会删除一些包含多个非重复单词的字符串

例如：

  index       A 
    85      {"word1, word2"}

变成

   index       A
    85      {word1}

我也希望包括所有不重复的单词。

在列上应用

eval（）

：

df['New'] = df['New'].apply(eval)

---

使用以下命令逐行读取数据：

 for row in file.readlines():

现在将每行拆分为第一个单词：

b=row.split(',')

请注意，拆分器是“，”而不是空格（正如您在第二个代码中使用的那样）

---

现在，b[0]（或b[1]取决于数据，如果索引列是数据的一部分，则使用b[1]。检查它。）是第一个字。因此，您可以附加或打印它。

列A的类型是什么，字符串？是@Danimesjo，它们都是字符串。我现在将把这个细节放进去。

df[“A”].str.extract（“（\w+”）

？@HenryYik谢谢，这让我走得很远！它返回一个df，其中所有的花括号、引号都消失了，所有重复的单词都减少为一个。但是，它只给出每个条目的第一个单词-这将消除那些包含多个但不重复单词的条目。抱歉-我应该提到这一点。这将返回错误“名称'word1'未定义”。