python循环遍历将dataframe每一行只保留一个相同内容

你可以使用 Pandas 库中的 `drop_duplicates()` 方法，该方法可以去除 DataFrame 中的重复行。

如果你只想保留每行的一个相同内容，可以指定 `subset` 参数来选择需要比较的列。

例如，假设你有以下 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 2, 3, 3],
    'B': ['a', 'b', 'b', 'c', 'c'],
    'C': ['x', 'y', 'z', 'x', 'y']
})

其中，列 A 和 B 中有重复的值。现在，如果你只想保留每行的一个相同内容（即只保留列 A 中的重复值），可以这样做：

df.drop_duplicates(subset=['A'])

这将会返回一个新的 DataFrame，其中只保留了列 A 中的重复值的第一行：

   A  B  C
0  1  a  x
1  2  b  y
3  3  c  x

注意，`drop_duplicates()` 方法默认保留第一个出现的重复行，并删除后续出现的重复行。如果你想保留最后一个出现的重复行，可以指定 `keep='last'` 参数。

相关问题

python循环遍历将dataframe每一行中的相同内容只保留一列

假设你有一个名为df的DataFrame，其中有多列，你想要将每一行中相同的内容只保留一列。可以使用下面的代码：

df = df.groupby(df.columns, axis=1).apply(lambda x: x.iloc[:, 0])

这个代码使用了groupby函数，它会将DataFrame按列名进行分组。然后使用apply函数在每个组上执行一个函数，这个函数选择每个组的第一列。最终结果是DataFrame中每一行中相同的内容只保留了一列。

python循环遍历将dataframe每一行中的相同内容转换为空值

你可以使用 Pandas 中的 `apply` 方法和 `lambda` 表达式来实现这个功能。具体步骤如下：

1. 定义一个函数，输入参数为一行数据，输出为处理后的一行数据。在函数中，使用 `value_counts` 方法统计每一列中出现最多的值，并将该值替换为 `NaN`。

2. 使用 `apply` 方法将该函数应用到每一行数据上。

下面是示例代码：

import pandas as pd

# 定义数据
df = pd.DataFrame({
    'A': ['a', 'b', 'a', 'c'],
    'B': ['a', 'a', 'b', 'b'],
    'C': ['a', 'a', 'a', 'a']
})

# 定义处理函数
def replace_most_frequent(row):
    value_counts = row.value_counts()
    most_frequent_value = value_counts.index[0]
    return row.replace({most_frequent_value: pd.NA})

# 应用处理函数
df = df.apply(replace_most_frequent, axis=1)

print(df)

运行结果如下：

      A     B     C
0  <NA>  <NA>  <NA>
1     b  <NA>  <NA>
2  <NA>     b  <NA>
3     c     b  <NA>

在这个示例中，我们首先定义了一个包含三列数据的 DataFrame。然后定义了一个 `replace_most_frequent` 函数，该函数接收一行数据作为输入参数，并返回一行经过处理后的数据。在该函数中，我们使用 `value_counts` 方法统计每一列中出现最多的值，并将该值替换为 `NaN`。最后，我们使用 `apply` 方法将该处理函数应用到每一行数据上，得到处理后的 DataFrame。