将一列 CSV 列表缩减为单个列表

Question

我正在使用 Python3 从 Excel 电子表格中读取一列：

import pandas as pd
from pandas import ExcelFile
df = pd.read_excel('MWE.xlsx', sheet_name='Sheet1')
print(df)

                   col1                        col2
0         starts normal                  egg, bacon
1  still none the wiser         egg, sausage, bacon
2      maybe odd tastes                   egg, spam
3     or maybe post-war            egg, bacon, spam
4  maybe for the hungry   egg, bacon, sausage, spam
5                 bingo  spam, bacon, sausage, spam

我想将 col2 缩减为 col2 中单词的单个列表（例如鸡蛋、培根...）。

df.col2.ravel() 似乎将 col2 缩减为字符串列表。

df.col2.flatten() 产量

AttributeError: 'Series' object has no attribute 'flatten'

Answer 1

尝试一些简单的事情，例如：

df = pd.DataFrame({'col2': [list('abc'), list('de'), list('fghi')]})
flat_col2 = [element for row in df.col2 for element in row]
# ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']

Answer 2

如果你想要的是将一系列列表作为 col2，这就可以了：

df = pd.DataFrame({'col1': ['starts normal','still none the wiser'], 'col2': ['egg, bacon','egg, sausage, bacon']})

df['col2'] = df['col2'].map(lambda x: [i.strip() for i in x.split(',')])
print(df)

结果：

                   col1                   col2
0         starts normal           [egg, bacon]
1  still none the wiser  [egg, sausage, bacon]

Answer 3

也许这就是您所需要的：

将一系列逗号分隔的字符串转换为列表列表

arrs = df.col2.map(lambda x: [i.strip() for i in x.split(',')]).tolist()
# [['egg', 'bacon'], ['egg', 'sausage', 'bacon'], ...]

获取包含独特项目的列表

unique = list({elem for arr in arrs for elem in arr})
# ['spam', 'sausage', 'egg', 'bacon']

将一列 CSV 列表缩减为单个列表

reducing a column of CSV lists to a single list

python

flatten

pandas