我有一个数据框，其中的信息存储在一列中
>>> Results.Category[:5]
0 issue delivery wrong master account
1 data wrong master account batch
2 order delivery wrong data account
3 issue delivery wrong master account
4 delivery wrong master account batch
Name: Category, dtype: object
现在我想在类别列中保留唯一的词 例如 : 在第一行中出现“错误”一词我想将其从所有其余行中删除并仅在第一行中保留“错误”一词 在第二行中，单词“data”可用，然后我想将其从所有其余行中删除，并仅在第二行中保留单词“data”
我发现如果行中有重复项，我们可以使用 below 删除，但我需要从列中删除重复的单词，谁能帮帮我。
AFResults['FinalCategoryN'] = AFResults['FinalCategory'].apply(lambda x: remove_dup(x))
请您参考如下方法:
看来你想要这样的东西，
out = []
seen = set()
for c in df['Category']:
words = c.split()
out.append(' '.join([w for w in words if w not in seen]))
seen.update(words)
df['FinalCategoryN'] = out
df
Category FinalCategoryN
0 issue delivery wrong master account issue delivery wrong master account
1 data wrong master account batch data batch
2 order delivery wrong data account order
3 issue delivery wrong master account
4 delivery wrong master account batch
如果你不关心顺序，你可以使用集合逻辑:
u = df['Category'].apply(str.split)
v = split.shift().map(lambda x: [] if x != x else x).cumsum().map(set)
(u.map(set) - v).str.join(' ')
0 account delivery issue master wrong
1 batch data
2 order
3
4
Name: Category, dtype: object
