如何去除pandas序列中的重复子串？
要去除pandas序列中的重复子串，可以使用pandas库中的drop_duplicates()方法。该方法可以去除序列中的重复值，并返回一个新的序列。
具体步骤如下：
- 导入pandas库：
import pandas as pd - 创建一个pandas序列：
series = pd.Series(['A', 'B', 'A', 'C', 'B', 'A']) - 使用drop_duplicates()方法去除重复子串：
new_series = series.drop_duplicates() - 打印新的序列：
print(new_series)
输出结果为：0 A 1 B 3 C dtype: object
在这个例子中，原始序列为['A', 'B', 'A', 'C', 'B', 'A']，经过drop_duplicates()方法处理后，去除了重复的子串，得到了新的序列['A', 'B', 'C']。
推荐的腾讯云相关产品：腾讯云数据库TencentDB，提供了多种数据库产品，如云数据库MySQL、云数据库MariaDB、云数据库SQL Server等，可以用于存储和管理数据。
产品介绍链接地址：腾讯云数据库TencentDB
相关·内容
1回答
我想列出一张无音调拼音组合/排列的列表。
import pandas as pd
data = pd.read_csv('chinese_tones.txt', sep=" ", header=None)
data.columns = ["pinyin", "character"]
data['pinyin'] = data['pinyin'].str.replace('\d+', '')
目前的数据格式是：
| pinyin| character|
|------|
浏览 10提问于2021-01-12得票数 1
回答已采纳
2回答
我想从我的专栏中删除特定的序列，因为它们出现得很多，不会给我提供太多额外的信息。数据库由节点之间的边组成。在这种情况下，在节点1和节点1、节点1和节点2、节点2和节点3之间将有一条边.....
然而，在真实的数据库中，边缘1-5大约会发生80.000次。我想把它们过滤掉，只保留那些“不太常见”的交互。
假设我的数据帧如下所示
>>> datatry
num line
0 1 56
1 1 90
2 2 66
3 3 4
4 1 23
5 5 22
6 3 144
7
浏览 49提问于2019-03-12得票数 1
回答已采纳
2回答
将类别列表打印为一列
、、、、
我从pandas文档中获取了一些例子。假设我在读完一个excel文件后有一系列的东西。
import pandas as pd
s = pd.Series(["a","b","c","a"], dtype="category")
我知道我可以通过以下方式获得不同的类别
scat=s.cat.categories
print scat
为此我得到了
Index([u'a', u'b', u'c'], dtype='object')
我想知道什么是使这个列
浏览 0提问于2016-02-11得票数 5
回答已采纳
请描述您的问题
标题：数据迁移问题 - 数据库MySQL - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/236/11275#1.E3.80.81.E5.A6.82.E4.BD.95.E6.8A.8A.E6.9C.AC.E5.9C.B0.E7.9A.84-sql-.E6.96.87.E4.BB.B6.E5.AF.BC.E5.85.A5.E5.88.B0-mysql-.E6.95.B0.E6.8D.AE.E5.BA.93.E4.B8.AD.EF.BC.9F
浏览 562提问于2018-02-26
我可能走错路了。我正在寻找大约100家英国医院的邮政编码。我有一个电子表格(all_all)在英国的医院/诊所/等的总数(14,000)和他们的地址和邮政编码。
在这100家医院中，我每年都有一个手术活动的数据(脊柱)，医院名称重复了2817行。
spine.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2818 entries, 0 to 2817
Data columns (total 7 columns):
index_col 2818 non-null float64
fyea
浏览 1提问于2019-12-09得票数 1
回答已采纳
3回答
我正在尝试将一个系列设置为另一个序列，以多个索引值表示。如果没有复杂的黑客攻击，我无法在潘达斯找到一种方法。
我的原创系列：
one 1 0.522764
3 0.362663
7 0.963108
two 2 0.717855
4 0.004645
5 0.077471
我想连接的数据，在three级别：
2 0.8
7 0.9
8 0.7
期望的输出：
one 1 0.522764
3 0.362663
7 0.963108
two 2
浏览 1提问于2017-08-24得票数 2
回答已采纳
3回答
在Pandas中有没有办法把一列分成多列？我在一个数据框中有一个列，其中的内容如下：
a
[c,a]
b
我想把它分成：
colA colB colC
a nan nan
a nan c
a b nan
请注意原始列中第二行变量的顺序。谢谢
浏览 2提问于2017-06-14得票数 2
2回答
我有一个熊猫系列，如下所示：
increased 1.691759
increased 1.601759
reports 1.881759
reports 1.491759
president 1.386294
president 1.791759
exclusive 1.381759
exclusive 1.291759
bank 1.386294
bank 1.791759
........ ........
......
浏览 0提问于2018-08-03得票数 2
import pandas
series1 = pandas.Series({
'a':1,
'b':2,
})
dict = series1.to_dict()
dict['c'] = 3
series2 = pandas.Series(dict) 我需要在series1上添加一个列/索引。当前，如上所述，我通过从series1的数据创建一个字典，添加一个索引，然后使用该字典创建一个新的系列来创建series2。 有没有一种方法可以像pandas.DataFrame.join()或pandas.DataFrame.assign(
浏览 31提问于2021-04-17得票数 0
回答已采纳
我正在使用Pandas中的耗电量数据集，其中包含ZIP代码作为列，但该列的数据类型是原始CSV文件中的整数。我想将该列更改为字符串/对象数据类型，下面是我迄今为止所做的工作：
df = pd.read_csv('...kWh_consumption_by_ZIP.csv')
df.head()
生成的dataframe头部如下所示：
如前所述，当我检查df.dtypes时，我看到ZIP被列为int64数据类型，因此我运行以下代码来覆盖现有系列并将其更改为对象数据类型：
df['ZIP'] = df.ZIP.astype(object)
当我查看df.Z
浏览 0提问于2017-11-07得票数 3
回答已采纳
我在下面的代码中遇到了pandas_udf错误。代码是创建一个基于另一列的数据类型的列。相同的代码适用于正常的较慢的udf (注释掉)。
基本上，任何比"string"+data更复杂的东西都会返回一个错误。
# from pyspark.sql.functions import udf
import pyspark.sql.types
from pyspark.sql.functions import pandas_udf, PandasUDFType
@pandas_udf(returnType=pyspark.sql.types.StringType(), functi
浏览 109提问于2019-11-28得票数 3
回答已采纳
我有一个熊猫数据框架：
import pandas as pd
data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
'reports_1': [3, 42, 25, 25, 25],
'reports_2': [4, 24, 31, 2, 3]}
df = pd.DataFrame(data)
df
我想做一个布尔查询，询问列名是否包含字符串(即部分匹配)：
伪代码
浏览 0提问于2014-09-05得票数 0
4回答
说我的数据是：
df = pandas.DataFrame([[[1,0]],[[0,0]],[[1,0]]])
产生的结果：
0
0 [1, 0]
1 [0, 0]
2 [1, 0]
如果我编写以下内容，我希望删除重复项，并且只获取元素1,0和0,0：
df.drop_duplicates()
我得到以下错误: TypeError: unhashable type：'list‘
如何调用drop_duplicates()？
更笼统地说：
df = pandas.DataFrame([[[1,0],"a"],[[0,0],"b"],
浏览 0提问于2018-05-18得票数 14
回答已采纳
假设我有一个python数据框架，如下所示：
Factor_1 Factor_2 Factor_3 Factor_4 Factor_5
A B A Nan Nan
B D F A Nan
F A D B A
像这样，我有5个列，它们有不同的因素。我想要创建一个列来计算这些因素中有多少出现在dtaframe中，但是没有重复计算，如果一行中的值
浏览 5提问于2020-09-14得票数 3
回答已采纳
4回答
为什么Pandas告诉我我有对象，尽管所选列中的每一项都是字符串--即使在显式转换之后也是如此。
这是我的DataFrame：
<class 'pandas.core.frame.DataFrame'>
Int64Index: 56992 entries, 0 to 56991
Data columns (total 7 columns):
id 56992 non-null values
attr1 56992 non-null values
attr2 56992 non-null values
att
浏览 12提问于2014-01-09得票数 143
回答已采纳
4回答
在Pandas DataFrame的索引上应用函数的最好方法是什么？目前，我正在使用这种详细的方法：
pd.DataFrame({"Month": df.reset_index().Date.apply(foo)})
其中Date是索引的名称，foo是我要应用的函数的名称。
浏览 1提问于2013-11-17得票数 101
由于数据量巨大，我们使用pandas来处理数据，但出现了一个非常奇怪的现象。伪代码如下所示：
reader = pd.read_csv(IN_FILE, chunksize = 1000, engine='c')
for chunk in reader:
result = []
for line in chunk.tolist():
temp = complicated_process(chunk) # this involves a very complicated processing, so here is just a simplif
浏览 5提问于2017-08-16得票数 2
4回答
假设我有一只熊猫数据，比如
df_p = pd.DataFrame(
{'name_array':
[[20130101, 320903902, 239032902],
[20130101, 3253453, 239032902],
[65756, 4342452, 32425432523]],
'name': ['a', 'a', 'c']} )
我想提取包含每行扁平数组的系列，而则保留顺序。
预期的结果是一个pandas.core.series.Series
浏览 1提问于2019-03-12得票数 3
回答已采纳
1回答
我有一个列为ID, Product的数据框架。例如,
ID Product
1 ['a','b']
2 ['a','b','e']
3 ['c','d']
4 ['a','b','c','d']
Product是一个列表字段，每个列表都包含一个人拥有的产品。例如，一个拥有ID 1的人拥有a和b产品。我需要找到最流行/最常见的产品对。在这个例子中，产品[a,b]是最流行的。它必须是最常见的产品对，因为没有
浏览 1提问于2017-01-23得票数 4
回答已采纳
我有一个序列A，例如1.3, 4.5, 10.11和B序列0.8, 5.1, 10.1, 0.3，我想得到一个序列C，对于B：1.3, 4.5, 10.11, 1.3中的每一个元素，它们的个数与A最接近。
顺便说一句，如果它简化了事情，A中的closest数可以是最近的数，比B中的数字大，所以答案也可以是1.3, 10.11, 10.11, 1.3
与相关
浏览 2提问于2018-01-03得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
