数据框列中的一组值

Question

所有！

我有一个数据框。一列包含这样的字符串：'Product1, Product2, foo, bar'.

我用“,”将它们分开，现在我有一列包含产品名称列表。

如何获得一组唯一的产品名称？

Answer 1

首先展平列表列表，然后应用 set 最后转换为 list:

df = pd.DataFrame(data = {'a':['Product1,Product1,foo,bar','Product1,foo,foo,bar']})

print (df)
                           a
0  Product1,Product1,foo,bar
1       Product1,foo,foo,bar

a=list(set([item for sublist in df['a'].str.split(',').values.tolist() for item in sublist]))
print (a)
['bar', 'foo', 'Product1']

如果想要每行的唯一值：

df = df['a'].str.split(',').apply(lambda x: list(set(x)))
print (df)

0    [bar, foo, Product1]
1    [bar, foo, Product1]
Name: a, dtype: object

数据框列中的一组值

Set of values in dataframe columns

string

unique

dataframe

pandas