Question

我是Python的新手，我遇到了以下问题。

我有几个问题，我发现自己很难解决。

假设我们有两个pandas数据帧，我可以从中提取两列。假设在一个名为col1的列中，我们有主题名称，可以在同一列中重复，形式如下：'QUENTIN TARANTINO'或'Tarantino Quentin'。在另一列col2中，我有以下形式的条目：'TARANTINO，QUENTIN'或'Tarantino，Quentin'，也可以重复。

显然，'TARANTINO，QUENTIN'或'Tarantino，Quentin'是同一主题，但却是不同的对象！

我想在一列中“合并”这两列，以便同一主题只有一个标签。如何使用列表推导（或循环）使其报告两个名称（以这种形式：'TARANTINO，QUENTIN'）及其计数？

col1 = ['QUENTIN TARANTINO', 'BARACK OBAMA', 'QUENTIN TARANTINO', 'CHARLIE CHAPLIN', 'JAMES LEBRON', 'KOBE BRYANT', 'Philippe Wain', 'LE CAM ALBERT', 'ANDREW ROBERTS', 'Obama Barack', 'tarantino quentin']

col2 = ['OBAMA, BARACK', 'CHAIN, GEORGE', 'Phylo, SOPY', 'Losan, Santos']

Answer 1

解决这个问题的简单方法是使用set try this：因为您需要首先将较低的值应用于列表中的所有元素

col = list(set( [x.lower().replace(', ',' ') for x in col1]+[x.lower().replace(', ',' ') for x in col2]))

Answer 2

除了Espoir的回答，要照顾翻转，请运行：

col = list(set( [x.lower().replace(', ',' ') for x in col1]+[x.lower().replace(', ',' ') for x in col2])) #thanks espoir
for x in col:
    rev = [i for i in reversed(x.split())]
    if ' '.join(rev) in col:
        col.pop(col.index(x))

它将消除col中的翻转重复。

它的作用，

迭代col。
1. 生成每个名称的反向列表。
2. 检查已加入的反向名称是否已存在。
  1. 如果是，请将其从列表中删除

reversed(list)将返回一个迭代器，因此它应该是for循环的主题。 rev只保留翻转名称的副本，以便在下一步中轻松进行比较。

用于在不同df列中选择相同成员的Python列表推导/循环

2 个答案: