Question

使用“set”函数将列组合成唯一值

2018-07-18

72

python

我尝试使用 Python 3 中的“set”函数将列表中的唯一值放入不同的列中。但是我收到错误：“TypeError：'Series' 对象是可变的，因此无法对其进行哈希处理”。我在这里做错了什么？

示例数据：

id,food 1,food 2,food 3
1,,apples,mango
2,oranges,grapes,oranges
3,bananas,,apples

代码：

df = pd.read_csv('food.csv')
df

# pass
list(set(['apples','apples','oranges']))
# answers: ['apples', 'oranges'] #working

# fails if I pass in a dataframe columns. Why?
df['food_all'] = list(set([df['food 1'],df['food 2'],df['food 3']]))
df['food_all']

输出如下（忽略空格/空值...等）：

id,food_all
1,['apples','mango']
2,['oranges','grapes']
3,['bananas','apples']

Answer 1

这应该有效：

df = pd.read_csv('food.csv')

df['food_all'] = df[['food1','food2','food3']].apply(lambda x: ', '.join(sorted(set(x.dropna().astype(str)), reverse=False)), axis=1).values.tolist()

print(df)

结果：

    food1   food2    food3         food_all
0   apples  apples    mango    mango, apples
1  oranges  grapes  oranges  grapes, oranges
2  bananas  apples     None  bananas, apples

Answer 2

您可以使用逐行 apply

df.apply(lambda x: list(set(x.dropna())), axis=1)

获取一组行值，其输出

0      [mango, apples]
1    [grapes, oranges]
2    [bananas, apples]
dtype: object

Answer 3

~~您需要使用 pd.concat （或其他方法）为每个 DataFrame 列中的每个元素创建一个非唯一列表。然后，您可以将非唯一列表传递给 set 函数。~~

set(pd.concat([df['food 1'],df['food 2'],df['food 3']]))

编辑

抱歉，我第一次阅读问题时误解了您想要的输出。这将为您提供所需的输出：

def get_set(row):
    return set([row['food 1'], row['food 2'], row['food 3']])

df['food_all'] = df.apply(get_set, axis=1)

这是因为，正如错误所述，您只能将可哈希对象传递给集合。如此处所述，引用此来源，集合在内部使用对象的哈希值，因此传递给集合的任何项目都必须是可哈希的。由于您用于构造集合的列表中的项目是 Series 对象，而这些对象不可哈希，因此您不能使用该列表来构造集合。