我正在使用以下方法从数据框中删除行中的重复数据：
df = pd.DataFrame(list(map(pd.unique, df.values)))
但是，这将更改原始列名的数据位置，并且在读取数据时由于所有内容均被移动而读取错误。取而代之的是删除数据，而是在其中放置一个值（例如“ none”）以使其更易于过滤。
数据框：
T1583.005 T1583.006 Resource Development Resource Development T1583.001 T1583.002
T1584.005 T1584.006 Resource Development Resource Development T1584.005 T1584.002
目前：
T1583.005 T1583.006 Resource Development T1583.001 T1583.002
T1584.005 T1584.006 Resource Development T1584.002
预期：
T1583.005 T1583.006 Resource Development None T1583.001 T1583.002
T1584.005 T1584.006 Resource Development None None T1584.002
这样，数据将保持在其原始位置，并且更易于读取。
这是通过屏蔽duplicated每行的值来完成的一种方法：
df.mask([df.loc[idx].duplicated().tolist() for idx in df.index])
0 1 2 3 4 5
0 T1583.005 T1583.006 Resource Development NaN T1583.001 T1583.002
1 T1584.005 T1584.006 Resource Development NaN NaN T1584.002
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句