Python 从df.columns中删除非连续重复项

我试图从列名中删除非连续重复的单词和数字

例如，我目前有df[“60小时以上的周数60”]，我想获得df[“60小时以上的周数”]

我测试了

df.columns = df.columns.str.split().apply(lambda x:OrderedDict.fromkeys(x).keys()).str.join(' ')

跟随

但我得到了以下错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-85-1078b4f07191> in <module>()
     31     df_t.columns = df_t.columns.str.replace(r"."," ")
     32     df_t.columns = df_t.columns.str.strip()
---> 33     df_t.columns = df_t.columns.str.split().apply(lambda x:OrderedDict.fromkeys(x).keys()).str.join(' ')
     34 
     35 #     df_t.columns = df_t.columns.str.replace(r"\(.*\)","")

AttributeError: 'Index' object has no attribute 'apply'

---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
31 df_t.columns=df_t.columns.str.replace（r“.”）
32 df_t.columns=df_t.columns.str.strip（）
--->33 df_t.columns=df_t.columns.str.split（）.apply（lambda x:OrderedDict.fromkeys（x.keys（））.str.join（“”）
34
35#df#t.columns=df#u t.columns.str.replace（r“\（.*）”，“”）
AttributeError:“索引”对象没有属性“应用”

---

建议？

使用列表理解或

map

：

df = pd.DataFrame(columns=['What is is name name name'])

from collections import OrderedDict
df.columns = [' '.join(OrderedDict.fromkeys(x).keys()) for x in df.columns.str.split()]
print (df)
Empty DataFrame
Columns: [What is name]
Index: []

---

---

是否有可能根据您的建议，它实际上删除了在列名中而不是列名中重复出现的单词？”Workers是一个出现在大多数列名中的术语，现在我找不到了anymore@FilippoSebastio-不确定是否理解，是否可以更改

df=pd.DataFrame（列=['What is name'，'another col']）

如预期输出所需？

df.columns = (df.columns.str.split()
                .map(lambda x:OrderedDict.fromkeys(x).keys())
                .str.join(' '))