pandas：删除两列中具有相同索引的行中的重复值

Question

我有一个数据框如下：

import numpy as np
import pandas as pd
df = pd.DataFrame({'text':['she is good', 'she is bad'], 'label':['she is good', 'she is good']})

我想按行进行比较，如果两个相同索引的行具有相同的值，请将 'label' 列中的重复项替换为单词 'same'。

期望的输出：

           pos        label
0  she is good      same

1   she is bad  she is good

到目前为止，我已经尝试了以下方法，但 returns 出现错误：

ValueError: Length of values (1) does not match length of index (2)

df['label'] =np.where(df.query("text == label"), df['label']== ' ',df['label']==df['label'] )

Answer 1

您的语法不正确，请查看 numpy.where 的文档。检查两列之间的相等性，并替换标签列中的值：

import numpy as np
df['label'] = np.where(df['text'].eq(df['label']),'same',df['label'])

打印：

          text        label
0  she is good         same
1   she is bad  she is good

pandas：删除两列中具有相同索引的行中的重复值

pandas: removing duplicate values in rows with same index in two columns

python-3.x

pandas

duplicates

rowwise