迭代包含列表的pandas列中的值，並僅檢索唯一值

Question

這是我無法弄清楚的三個問題，希望有人可以幫助我。

import pandas as pd
data = {'Col1': ['ONE, ONE, NULL', 'ONE, TWO, THREE', 'TWO, NULL, TEN']}
index = pd.Index(['d1','d2','d3'])
data = pd.DataFrame(data,index=index)
pattern = 'ONE|TWO'                 <----QUESTION1
data['Col1'].str.findall(pattern)   <----QUESTION2

問題1：如何更改此正則表達式，以便在“d1”中僅找到“ONE”一次？ 現在，將返回ONE發現的每個實例，如下所示。

d1    [ONE, ONE]
d2    [ONE, TWO]
d3         [TWO]

我要這個

d1         [ONE]
d2    [ONE, TWO]
d3         [TWO]

問題2：
我想將列表d1，d2和d3放入一個僅包含唯一值的列表中。 這是這樣的：

set(d1 + d2 + d3) ---> ['ONE', 'TWO']

問題3：
如果我會做這樣的事情：

data['Col2'] = data['Col1'].str.findall(pattern)

我如何迭代Col2中的每一行以獲得與我在Question2中所要求的相同的結果？

Answer 1

你可以使用reduce（over set.union）：

In [11]: reduce(set.union, data['Col1'].str.findall(pattern), set())
Out[11]: {'ONE', 'TWO'}

另一種選擇是使用列表理解：

In [12]: [w for w in ['ONE', 'TWO'] if data['Col1'].str.contains(w).any()]
Out[12]: ['ONE', 'TWO']

Answer 2

對於問題1，請嘗試： data['Col1'].str.findall(pattern).apply(set)

對於問題2,3，試試這個： {x for s in data['Col1'].str.findall(pattern).apply(set) for x in s}