Machine learning 即使在转换后，列表仍被视为一个集合

因此，我有一个实例，即使将集合转换为列表，它们也不会被识别为列表

因此，我们的想法是，与另一个数据帧中的列相比，从一个数据帧中删除额外的列。我有两个数据帧，分别是df_test和df_train。我需要删除df_测试中不在列中的列

 extracols = set(df_test.columns) - set(df_train.columns) #Gives cols 2b 
                                                            deltd
 l = [extracols]       # or  list(extracols)                                                         
 Xdp.dropna( subset = l, how ='any'  , axis = 0)

我得到一个错误：未损坏的类型集

---

即使在打印l时，它也会像一个带有{}个卷发的集合一样打印。

[{p>[{set}]不会强制转换为列表，它只会创建一个长度为1的列表，其中包含您的集合

---

你确定列表（{set}）不适合你吗？也许你应该发布更多的代码，因为你很难看出哪里出了问题。

你能提供更多的代码来为你提供更好的上下文吗。另外，你能不能说清楚你在问什么。当做cols_test=df_test.columns cols_train=df_train.columns extracols=set（cols_test）-set（cols_train）l=list（extracols）Xdp.dropna（subset=l，how='any'，axis=0）