Question

我有一个数据框，其中的一列中有一个字符串，其中包含用逗号分隔的项目。

col1
apple, banana, kiwi
apple, banana
banana

我想创建第二列'col2'，该列显示每行之间的差异。

因此，我试图将每一行变成一组，并从上一行中减去它，如下所示：Python comparing two strings to differences

df['col2'] = set(df["col1"].shift(1)) - set(df["col1"])

但是，我收到以下错误消息：“ ValueError：值的长度与索引的长度不匹配”。我在做什么错，有没有更好的方法来做我在做的事情？

编辑：预期产量

col1                           col2
apple, banana, kiwi             
apple, banana                  kiwi
banana                         apple

Answer 1

df["temp"] = df.col1.str.replace("\s+", "").str.split(",")

将值分配给difference列：

df['difference'] = [    ""
                     if isinstance(last, float) or (not set(last).difference(first))
                     else tuple(set(last).difference(first))
                     if len(set(last).difference(first)) > 1
                     else min(set(last).difference(first))
                     for first, last in zip(df.temp, df["temp"].shift())
                  ]
df.drop('temp', axis=1)

    col1                   difference
0   apple, banana, kiwi 
1   apple, banana              kiwi
2   banana                    apple

在熊猫数据框中找到两行字符串的差异

1 个答案: