从 Pandas 列中删除重复的字母只存在于彼此，Python

Question

来自这个问题： Python：从字符串答案中删除重复字符的最佳方法：

''.join(ch for ch, _ in itertools.groupby(string_to_remove)

我知道如何删除仅彼此相邻的重复字母，如何将此解决方案应用于熊猫中的列？

df：

df=pd.DataFrame({'A':['ODOODY','LLHHEELLO'],'B':['NNMminee','DDasdss']})

预期结果：

A,B
ODODY,NMine
LHELO,Dasds

试过： df['A'] = df['A'].apply(lambda x: ''.join(ch for ch, _ in itertools.groupby(x['A'])))谢谢！

Answer 1

使用DataFrame.applymap ，如有必要，过滤列以删除重复项：

import itertools
cols = ['A','B']
df[cols] = df[cols].applymap(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))
#for all columns
#df = df.applymap(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))
print (df)
       A       B
0  ODODY  NMmine
1  LHELO   Dasds

使用DataFrame.apply解决方案是可能的，但需要单独处理每个值，因此添加列表理解：

df[cols] = df[cols].apply(lambda x: [''.join(ch for ch, _ in itertools.groupby(y)) for y in x])
print (df)
       A       B
0  ODODY  NMmine
1  LHELO   Dasds

或使用Series.apply ：

f = lambda x: ''.join(ch for ch, _ in itertools.groupby(x))
df['A'] = df['A'].apply(f)
df['B'] = df['B'].apply(f)