Python pandas：添加特定列中的元素列表以查找all_elements

概述假设我有一个使用pandas.dataframe的列,如下所示： id available_fruits 1 ['apple', 'banana'] 1 []2 ['apple', 'tomato']1 ['banana']2 ['kiwi'] 我想创建没有重复的all_available_fruits列表,它应该是[‘apple’,’banana’,’kiw 假设我有一个使用pandas.dataframe的列,如下所示：

ID  available_fruits  1   ['apple','banana']   1   []2   ['apple','tomato']1   ['banana']2   ['kiwi']

我想创建没有重复的all_available_fruits列表,它应该是[‘apple’,’banana’,’kiwi’,’tomato’].

换句话说,我想在pandas.dataframe列中添加列表中的所有元素.我怎样才能做到这一点？

解决方法 使用 numpy.concatenate进行flatennig然后使用 numpy.unique：

a = np.unique(np.concatenate(df['available_fruits'].values.toList())).toList()print(a)['apple','banana','kiwi','tomato']

另一个解决方案是通过chain.from_iterable展平,通过set得到唯一,最后转换为List：

from  itertools import chaina = List(set(chain.from_iterable(df.available_fruits.values.toList())))print(a)['tomato','apple','banana']

时序：

df = pd.concat([df]*10000).reset_index(drop=True)#print (df)In [62]: %timeit List(set(concat(df.available_fruits.values.toList())))100 loops,best of 3: 3.16 ms per loopIn [63]: %timeit np.unique(np.concatenate(df['available_fruits'].values.toList())).toList()10 loops,best of 3: 99.2 ms per loop#John galt's solutionIn [64]: %timeit List(set(df.available_fruits.sum()))1 loop,best of 3: 4.12 s per loop#pir's solution 0In [65]: %timeit List(set(concat(df.available_fruits.values.toList())))100 loops,best of 3: 3.16 ms per loop#pir's solution 1In [66]: %timeit List({k: 1 for x in df.available_fruits.values.toList() for k in x})100 loops,best of 3: 4.59 ms per loop#pir's solution 2In [67]: %%timeit    ...: from sklearn.preprocessing import MultiLabelBinarizer    ...:     ...: mlb = MultiLabelBinarizer()    ...: mlb.fit(df.available_fruits)    ...: List(mlb.classes_)    ...: 100 loops,best of 3: 4.07 ms per loop#perigon's solutionIn [68]: %timeit List(set([val for lst in df.available_fruits for val in lst]))100 loops,best of 3: 5.1 ms per loop

总结

以上是内存溢出为你收集整理的Python pandas：添加特定列中的元素列表以查找all_elements全部内容，希望文章能够帮你解决Python pandas：添加特定列中的元素列表以查找all_elements所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。