我正在尝试删除“p1”和“p2”列中的重复元素,即如果元素已经出现在“p1”列中,它不应重新出现在“p2”或任何后续列中。例如,对于下面的代码,将只保留 'a b' 和 'c d'。
执行此操作的有效方法是什么?
import pandas as pd
df = pd.DataFrame({'p1':['a','b','a','a','b','d','c'],
'p2':['b','a','c','d','c','a','d'],
'value':[1,1,2,3,5,3,5]})
df
请您参考如下方法:
可以先set_index来自 value 列,stack用于创建 Series,drop_duplicates , unstack最后reset_index :
print df.set_index('value').stack().drop_duplicates().unstack().reset_index()
value p1 p2
0 1 a b
1 2 None c
2 3 None d
