下面是几个常见的扩展场景及相应的解决方式。你可以根据自己的目标选择使用其中之一或多个组合。
✅ 目标 1：不仅处理数字重复，还处理任意文本重复，如 'abc,abc' → 'abc'
import re
df['modelCode'] = df['modelCode'].apply(lambda x: re.sub(r'([^,]+),\1', r'\1', x))
-
正则解释：
([^,]+)：匹配非逗号的任意字符，直到逗号（即一个字段）；,\1：紧跟重复项；- 整体表示：只要
前面一段,后面一模一样，就保留一份。
✅ 目标 2：处理 多个重复 项，例如 '123,123,123' → '123'， 'abc,abc,abc' → 'abc'
import re
df['modelCode'] = df['modelCode'].apply(lambda x: re.sub(r'^([^,]+)(,\1)+$', r'\1', x))
-
正则解释：
^([^,]+)：第一段非逗号字符；(,\1)+：后面若干个重复的,相同内容；$：整串必须全部由重复组成，才替换。
✅ 目标 3：替换连续重复字段（即中间也可以有其它），例如：
'123,123,456,456'→'123,456''abc,abc,def,ghi,ghi'→'abc,def,ghi'
这需要使用 去重逻辑，用 Python 实现：
df['modelCode'] = df['modelCode'].apply(lambda x: ','.join(dict.fromkeys(x.split(','))))
- 利用
dict.fromkeys()保持顺序去重； - 适合用于处理 列表形式字段（用逗号分隔）中的重复内容。
🔍 举例对比总结：
| 原始值 | 方法1（文本重复） | 方法2（全部重复） | 方法3（去重保顺序） |
|---|---|---|---|
'123,123' | '123' | '123' | '123' |
'abc,abc' | 'abc' | 'abc' | 'abc' |
'123,123,123' | '123,123' | '123' | '123' |
'abc,abc,def' | 'abc,abc,def' | 无变化 | 'abc,def' |
'abc,def,abc' | 无变化 | 无变化 | 'abc,def' |
'a,a,b,c,c,c' | 无变化 | 无变化 | 'a,b,c' |
✅ 推荐方案（最通用）
如果你想处理各种重复（数字、文本、多个重复），并保持顺序干净，推荐使用 方法3：
df['modelCode'] = df['modelCode'].apply(lambda x: ','.join(dict.fromkeys(x.split(','))))
它是最稳健、实用的。
