相关疑难解决方法(0)

我有两列在数据框中每个单元格有很多重复项目.与此类似的东西:

Index   x    y  
  1     1    ec, us, us, gbr, lst
  2     5    ec, us, us, us, us, ec, ec, ec, ec
  3     8    ec, us, us, gbr, lst, lst, lst, lst, gbr
  4     5    ec, ec, ec, us, us, ir, us, ec, ir, ec, ec
  5     7    chn, chn, chn, ec, ec, us, us, gbr, lst

我需要消除所有重复的项目,得到如下结果数据帧:

Index   x    y  
  1     1    ec, us, gbr, lst
  2     5    ec, us
  3     8    ec, us, gbr,lst
  4     5    ec, us, …

我有一个要连接某些列的数据框。

我的问题是这些列中的文本可能包含也可能不包含重复信息。我想删除重复项，以便仅保留相关信息。

例如，如果我有一个数据框，例如：

pd.read_csv("animal.csv")

  animal1         animal2        label  
1 cat dog         dolphin        19
2 dog cat         cat            72
3 pilchard 26     koala          26
4 newt bat 81     bat            81

我想合并列，但仅保留每个字符串中的唯一信息。

您可以在第2行中看到，在“ Animal1”和“ Animal2”列中都包含“ cat”。在第3行中，数字26在“ Animal1”和“ Label”列中。而在第4行中，“ Animal2”和“ Label”列中的信息已按顺序包含在“ Animal1”中。

我通过执行以下操作合并列

animals["detail"] = animals["animal1"].map(str) + animals["animal2"].map(str) + animals["label"].map(str)

  animal1         animal2        label        detail  
1 cat dog         dolphin        19           cat dog dolphin 19
2 dog cat         cat            72           dog cat cat 72
3 pilchard 26     koala          26           pilchard 26 koala 26
4 newt bat …

说我有绳子，

string1 = 'Hello how are you'
string2 = 'are you doing now?'

结果应该是这样的

Hello how are you doing now?

我正在考虑使用re和字符串搜索的不同方式。（最长公共子串问题）

但是有没有什么简单的方法（或库）可以在 python 中做到这一点？

为了清楚起见，我将再添加一组测试字符串！

string1 = 'This is a nice ACADEMY'
string2 = 'DEMY you know!'

结果是！，

'This is a nice ACADEMY you know!'

我将如何删除字符串中相邻的重复单词。例如“嘿那里”->“嘿那里”