如何查找存储在 pandas 数据框列中的逗号分隔字符串中唯一值的数量？

Question

X	Unique_in_x
5,5,6,7,8,6,8	4个
5,9,8,0	4个
5,9,8,0	4个
3,2	2个
5,5,6,7,8,6,8	4个

Unique_in_x 是我预期的列。有时 x 列也可能是字符串。

Answer 1

您可以将列表理解与set一起使用

df['Unique_in_x'] = [len(set(x.split(','))) for x in df['x']]

或者使用split和nunique ：

df['Unique_in_x'] = df['x'].str.split(',', expand=True).nunique(1)

Output：

               x  Unique_in_x
0  5,5,6,7,8,6,8            4
1        5,9,8,0            4
2        5,9,8,0            4
3            3,2            2
4  5,5,6,7,8,6,8            4

Answer 2

您可以使用np.unique()找到列表的唯一值，然后只使用长度

import pandas as pd
import numpy as np

df['Unique_in_x'] = df['X'].apply(lambda x : len(np.unique(x.split(','))))