我正在嘗試搜索章節的文本，然后逐章提取文本。我的搜索陣列回傳章節名稱以及文本中的開始和結束位置。它看起來像這樣。
SearchTerm Start End
0 ITEM 1. 7219 47441.0
1 ITEM 2. 47441 57712.0
2 ITEM 3. 57712 76730.0
3 ITEM 4. 76730 106927.0
4 ITEM 5. 106927 111973.0
5 ITEM 6. 111973 120362.0
6 ITEM 7. 120362 237727.0
7 ITEM 8. 237727 830655.0
8 ITEM 9. 830655 833033.0
9 ITEM 10. 833033 833709.0
10 ITEM 11. 833709 834662.0
11 ITEM 12. 834662 846594.0
12 ITEM 13. 846594 847172.0
13 ITEM 14. 847172 849550.0
14 ITEM 15. 849550 877408.0
15 Item 15. 877408 913873.0
16 ITEM 1. 913873 914661.0
17 ITEM 2. 914661 914735.0
18 ITEM 3. 914735 914816.0
19 ITEM 4. 914816 915164.0
20 ITEM 6. 915164 915290.0
21 ITEM 7. 915290 915640.0
22 ITEM 8. 915640 917398.0
23 ITEM 9. 917398 917637.0
24 ITEM 10. 917637 917752.0
25 ITEM 11. 917752 917878.0
26 ITEM 12. 917878 918005.0
27 ITEM 13. 918005 918116.0
28 ITEM 14. 918116 918316.0
29 ITEM 15. 918316 919863.0
它包含重復項，因為我的搜索找到了目錄和章節。所以我想洗掉重復項并保留最后的條目。
我努力了：
df2= matches_array.drop_duplicates(subset=["SearchTerm"],keep='last',inplace=True)
df2= matches_array.drop_duplicates(subset=["SearchTerm"],keep='last',inplace=False)
matches_array.drop_duplicates(subset=["SearchTerm"],keep="last",inplace=False)
matches_array.drop_duplicates(subset=['SearchTerm'],keep='last',inplace=True)
以及其他幾個忽略索引的變體，但我無法讓它作業。我究竟做錯了什么？
編輯：
{'SearchTerm': ['ITEM\xa01.', 'ITEM\xa02.', 'ITEM\xa03.',
'ITEM\xa04.', 'ITEM\xa05.', 'ITEM\xa06.', 'ITEM\xa07.',
'ITEM\xa08.', 'ITEM\xa09.', 'ITEM\xa010.', 'ITEM\xa011.',
'ITEM\xa012.', 'ITEM\xa013.', 'ITEM\xa014.', 'ITEM\xa015.',
'Item\xa015.', 'ITEM 1.', 'ITEM 2.', 'ITEM 3.', 'ITEM 4.',
'ITEM 6.', 'ITEM 7.', 'ITEM 8.', 'ITEM 9.', 'ITEM 10.',
'ITEM 11.', 'ITEM 12.', 'ITEM 13.', 'ITEM 14.', 'ITEM 15.'], 'Start': [7219, 47441, 57712, 76730, 106927, 111973,
120362, 237727, 830655, 833033, 833709, 834662, 846594,
847172, 849550, 877408, 913873, 914661, 914735, 914816,
915164, 915290, 915640, 917398, 917637, 917752, 917878,
918005, 918116, 918316], 'End': [47441.0, 57712.0, 76730.0, 106927.0, 111973.0, 120362.0, 237727.0, 830655.0, 833033.0, 833709.0, 834662.0, 846594.0, 847172.0, 849550.0, 877408.0, 913873.0, 914661.0, 914735.0, 914816.0, 915164.0, 915290.0, 915640.0, 917398.0, 917637.0, 917752.0, 917878.0, 918005.0, 918116.0, 918316.0, 919863.0]}
uj5u.com熱心網友回復：
IIUC，您可以用\xa0普通空格替換您的代碼（不間斷空格），并使字串大寫：
df['SearchTerm'] = df['SearchTerm'].str.replace('\xa0', ' ').str.upper()
df2 = df.drop_duplicates(subset=["SearchTerm"], keep='last')
輸出：
SearchTerm Start End
4 ITEM 5. 106927 111973.0
16 ITEM 1. 913873 914661.0
17 ITEM 2. 914661 914735.0
18 ITEM 3. 914735 914816.0
19 ITEM 4. 914816 915164.0
20 ITEM 6. 915164 915290.0
21 ITEM 7. 915290 915640.0
22 ITEM 8. 915640 917398.0
23 ITEM 9. 917398 917637.0
24 ITEM 10. 917637 917752.0
25 ITEM 11. 917752 917878.0
26 ITEM 12. 917878 918005.0
27 ITEM 13. 918005 918116.0
28 ITEM 14. 918116 918316.0
29 ITEM 15. 918316 919863.0
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/456775.html