Python，从列表的DataFrame列中删除重复值

Question

我有一个包含列表的DataFrame列，我想从各个列表中删除重复值。

d = {'colA': [['UVB', 'NER', 'GGR', 'NER'], ['KO'], ['ERK1', 'ERK1', 'ERK2'], []]}
df = pd.DataFrame(data=d)

我想从列表中删除重复的“ ner”和“ erk1”。

我尝试过：

df['colA'] = set(tuple(df['colA']))

我收到错误消息： TypeError：不可用的类型：“列表”

Answer 1

您可以使用apply（） pandas函数的方法从列表中删除重复值，如下所示。

import pandas as pd
d = {'colA': [['UVB', 'NER', 'GGR', 'NER'], ['KO'], ['ERK1', 'ERK1', 'ERK2'], []]}
df = pd.DataFrame(data=d)

df['colA'].apply(lambda x: list(set(x)))

#output
0    [NER, UVB, GGR]
1               [KO]
2       [ERK2, ERK1]
3                 []
Name: colA, dtype: object 

Answer 2

问题是您有列表的元组，这就是为什么设置命令不起作用。您应该在整个元组上迭代。

ans = tuple（df ['cola']）在范围（len（ans））df ['cola']中。