数据帧列中的值集合
问题描述:
全部!数据帧列中的值集合
我有一个数据框。一列包含这样的字符串:'Product1,Product2,foo,bar'。
我已经按''分割了它们,现在我有一列包含产品名称列表。
如何获得一组独特的产品名称?
答
首先拼合列出清单,然后申请set
和最后转换到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