删除数据框中两列重复的对象
Remove objects which has been repeated in two columns in dataframe
我有一个这样的数据框：
CSV文件中的数据集为here.
此数据是从 IMDb 数据集中提取的。
但我有一个问题，我无法删除在同一行中重复的演员姓名，例如在第 4 行中我想在名称和演员列中删除 'Marie Gruber'。
我尝试使用 to apply 和 all conditions 但代码总是认为它是相同的。
喜欢这个代码：
data[data['name'] != data['actors']]
使用pandas.dataframe.drop函数。
data.drop(data[data.apply(lambda x: x['name'] in x['actors'], axis = 1)].index)
actors 列有尾随空格，首先按 Series.str.strip:
删除它们
data['actors'] = data['actors'].str.strip()
data[data['name'] != data['actors']]
或在read_csv中使用skipinitialspace=True:
data = pd.read_csv(file, skipinitialspace=True)
data[data['name'] != data['actors']]
我有一个这样的数据框：
CSV文件中的数据集为here.
此数据是从 IMDb 数据集中提取的。 但我有一个问题，我无法删除在同一行中重复的演员姓名，例如在第 4 行中我想在名称和演员列中删除 'Marie Gruber'。 我尝试使用 to apply 和 all conditions 但代码总是认为它是相同的。 喜欢这个代码：
data[data['name'] != data['actors']]
使用pandas.dataframe.drop函数。
data.drop(data[data.apply(lambda x: x['name'] in x['actors'], axis = 1)].index)
actors 列有尾随空格，首先按 Series.str.strip:
data['actors'] = data['actors'].str.strip()
data[data['name'] != data['actors']]
或在read_csv中使用skipinitialspace=True:
data = pd.read_csv(file, skipinitialspace=True)
data[data['name'] != data['actors']]