python - 有列表时如何获取数据框列的唯一值-Python

我有以下数据框，我想在其中打印color列的唯一值。

df = pd.DataFrame({'colors': ['green', 'green', 'purple', ['yellow , red'], 'orange'], 'names': ['Terry', 'Nor', 'Franck', 'Pete', 'Agnes']})

Output:
           colors   names
0           green   Terry
1           green     Nor
2          purple  Franck
3  [yellow , red]    Pete
4          orange   Agnes

如果没有df.colors.unique()行，则[yellow , red]可以正常工作。由于它是我不断收到TypeError: unhashable type: 'list'错误，这是可以理解的。

有没有办法在不考虑这一行的情况下仍然获得唯一值？

我尝试了以下方法，但没有任何效果:

df = df[~df.colors.str.contains(',', na=False)] # Nothing happens
df = df[~df.colors.str.contains('[', na=False)] # Output: error: unterminated character set at position 0
df = df[~df.colors.str.contains(']', na=False)] # Nothing happens

最佳答案

如果值是列表，请通过isinstance方法进行检查:

#changed sample data
df = pd.DataFrame({'colors': ['green', 'green', 'purple', ['yellow' , 'red'], 'orange'],
                   'names': ['Terry', 'Nor', 'Franck', 'Pete', 'Agnes']})

df = df[~df.colors.map(lambda x : isinstance(x, list))]
print (df)
   colors   names
0   green   Terry
1   green     Nor
2  purple  Franck
4  orange   Agnes

您的解决方案应通过强制转换为字符串和regex=False参数进行更改:

df = df[~df.colors.astype(str).str.contains('[', na=False, regex=False)]
print (df)
   colors   names
0   green   Terry
1   green     Nor
2  purple  Franck
4  orange   Agnes

另外，如果要包括所有唯一值，则 Pandas 0.25+的列表包括:

s = df.colors.map(lambda x : x if isinstance(x, list) else [x]).explode().unique().tolist()
print (s)
['green', 'purple', 'yellow', 'red', 'orange']

关于python - 有列表时如何获取数据框列的唯一值-Python，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58434045/