python - 在 Pandas DataFrame 中创建带有集合的新列

Question

Hello World !

我有一个像这样的 DataFrame:

from pandas import DataFrame

df = DataFrame({"A": ['sd', 'df', 'gh', 'rv'],
                "B": ['hj', '4r', 'tg', '2s'],
                "C": ['hf', 'qw', 'e4', '7u'],
                "D": ['1q', 'nc', 'xf', '7y'],
                "E": ['9i', 'g7', 'ce', 'x3']})

或

    A   B   C   D   E
0   sd  hj  hf  1q  9i
1   df  4r  qw  nc  g7
2   gh  tg  e4  xf  ce
3   rv  2s  7u  7y  x3

我需要创建一个包含集合类型值的新列，其中包含前五列的值。

预期结果是:

    A   B   C   D   E   F
0   sd  hj  hf  1q  9i  {'sd','hj', 'hf', '1q', '9i'}
1   df  4r  qw  nc  g7  {'df','4r', 'qw', 'nc', 'g7'}
2   gh  tg  e4  xf  ce  {'gh','tg', 'e4', 'xf', 'ce'}
3   rv  2s  7u  7y  x3  {'rv','2s', '7u', '7y', 'x3'}

print(type(df.loc[0, 'F']))    # <class 'set'>
print(type(df.loc[0, 'A']))    # <class 'str'>

我的代码:

from pandas import DataFrame

df = DataFrame({"A": ['sd', 'df', 'gh', 'rv'],
                "B": ['hj', '4r', 'tg', '2s'],
                "C": ['hf', 'qw', 'e4', '7u'],
                "D": ['1q', 'nc', 'xf', '7y'],
                "E": ['9i', 'g7', 'ce', 'x3']})

f = {df.loc[0, 'A'], df.loc[0, 'B'], df.loc[0, 'C'], df.loc[0, 'D'], df.loc[0, 'E']}

df = df.assign(F = f)

print(df)

...有 ValueError:值的长度 (5) 与索引的长度 (4) 不匹配。

如果我重写代码，使值的长度与索引的长度匹配:

from pandas import DataFrame

df = DataFrame({"A": ['sd', 'df', 'gh', 'rv'],
                "B": ['hj', '4r', 'tg', '2s'],
                "C": ['hf', 'qw', 'e4', '7u'],
                "D": ['1q', 'nc', 'xf', '7y'],
                "E": ['9i', 'g7', 'ce', 'x3']})

f = {df.loc[0, 'A'], df.loc[0, 'B'], df.loc[0, 'C'], df.loc[0, 'D']}

df = df.assign(F = f)

print(df)

...我有 TypeError: 'set' type is unordered.

我请求尊敬的社区帮助解决我的问题。

Answer 1

只需使用:

df['F'] = df.apply(set, axis=1)

但是请注意，您无法控制集合的显示顺序，因为它们是无序容器。

输出:

    A   B   C   D   E                     F
0  sd  hj  hf  1q  9i  {hj, 1q, 9i, sd, hf}
1  df  4r  qw  nc  g7  {nc, df, qw, g7, 4r}
2  gh  tg  e4  xf  ce  {e4, xf, gh, ce, tg}
3  rv  2s  7u  7y  x3  {7u, x3, rv, 2s, 7y}