如何根据 pandas 中的其他列替换列值？

Question

假设，我有一个数据框，例如

import pandas as pd 
df = pd.DataFrame({'visitor':['A','B','C','D','E'],
                   'col1':[1,2,3,4,5],
                   'col2':[1,2,4,7,8],
                   'col3':[4,2,3,6,1]})

游客	col1	列2	列3
一种	1个	1个	4个
乙	2个	2个	2个
C	3个	4个	3个
丁	4个	7	6个
乙	5个	8个	1个

对于每一行/访问者，(1) 首先，如果有任何相同的值，我想保留每行的第一个值，然后用 NULL 替换同一行中相同值的 rest，例如

游客	col1	列2	列3
一种	1个	NULL	4个
乙	2个	NULL	NULL
C	3个	4个	NULL
丁	4个	7	6个
乙	5个	8个	1个

然后 (2) 保留具有超过 1 个值的行/访问者，例如
最终数据框

游客	col1	列2	列3
一种	1个	NULL	4个
C	3个	4个	NULL
丁	4个	7	6个
乙	5个	8个	1个

有什么建议么？ 非常感谢

Answer 1

我们可以沿列轴使用series.duplicated来识别重复项，然后使用where屏蔽重复项并过滤非重复值之和大于 1 的行

s = df.set_index('visitor')
m = ~s.apply(pd.Series.duplicated, axis=1)

s.where(m)[m.sum(1).gt(1)]

---

         col1  col2  col3
visitor                  
A           1   NaN   4.0
C           3   4.0   NaN
D           4   7.0   6.0
E           5   8.0   1.0

Answer 2

让我们尝试使用pd.Series.duplicated进行mask ，然后使用thresh进行dropna

out = df.mask(df.apply(pd.Series.duplicated,1)).dropna(thresh = df.shape[1]-1)
Out[321]: 
  visitor  col1  col2  col3
0       A     1   NaN   4.0
2       C     3   4.0   NaN
3       D     4   7.0   6.0
4       E     5   8.0   1.0