python - 删除连续重复的相同值并转换为 pandas Dataframe 中的单个值

Question

我有一个数据集，其中多个值在同一行中重复。这是数据的外观。

id datapoint11     datapoint12    datapoint21    datapoint22
1  example.com    example2.com  example.com   example.com
2. test.com       test.com      test2.com      test.com
3. ex.com         ex.com        ex1.com       ex.com
4. te.com         test.com      te.com       test.com

我已经消除了将 (datapoint11,datapoint12) 视为一组并将 (datapoint21,datapoint22) 视为另一组的重复值，并将每个 id 替换为 null 。以下是输出的样子：

id datapoint11    datapoint12  datapoint21    datapoint22
1  example.com    example2.com  example.com   nan
2. test.com       nan           test2.com     test.com
3. ex.com         nan           ex1.com       ex.com
4. te.com         test.com      te.com       test.com

代码应该在python中

这需要子集重复数据删除而不是总数据帧重复数据删除。

标签： pythonpandasdataframe

Answer 1

利用：

df.where(df.apply(lambda x: ~x.duplicated(),axis=1),np.nan)

---

    id   datapoint1    datapoint2 datapoint3    datapoint4
0  1.0  example.com  example2.com        NaN  example3.com
1  2.0     test.com           NaN        NaN           NaN
2  3.0       ex.com           NaN    ex1.com           NaN
3  4.0       te.com      test.com        NaN           NaN