Pandas Dataframe-对列中每行的值列表进行排序

以下是一个数据帧：

dt          name  type                                         City                            
05-10-2021  MK    [PQRRC, MNXYZ, AYPIC, KLUYT, GFTBE, BYPAC]   NYC
05-10-2021  MK    [GFTBE, AYPIC, MNXYZ, BYPAC, KLUYT, PQRRC]   NYC
05-12-2021  MK    [KLUYT, PQRRC, BYPAC, AYPIC, GFTBE, MNXYZ]   NYC
05-12-2021  MK    [BYPAC, KLUYT, GFTBE, AYPIC, MNXYZ, PQRRC]   NYC
05-13-2021  PS    [XYDFE, QRTSL, CPQLE, VXWUT, ORSHC, LTRDX]   BAL
05-13-2021  PS    [VXWUT, ORSHC, QRTSL, XYDFE, LTRDX, CPQLE]   BAL

。。。。 请注意，每个列名的列类型中的值列表相同，但未按字母顺序排序

我希望输出如下：对列类型进行排序，并找到不同的dt、name、type、City

dt          name  type                                         City                            
05-10-2021  MK    [AYPIC, BYPAC, GFTBE, KLUYT, MNXYZ, PQRRC]   NYC
05-12-2021  MK    [AYPIC, BYPAC, GFTBE, KLUYT, MNXYZ, PQRRC]   NYC
05-13-2021  PS    [CPQLE, LTRDX, ORSHC, QRTSL, VXWUT, XYDFE]   BAL

我尝试使用sort\u值、排序、删除重复项；不工作。可能是我犯了一些错误。它会删除一些名称，这意味着在使用drop_duplicates（）时会丢失一些名称。有人能帮我吗？谢谢。

请尝试以下方法：

df[“type”]=df[“type”].apply（lambda x:sorted（list（x）））

---

这假设列“type”的所有值都是列表

如果要对列

type

中的列表进行排序并删除基于其他列检查的重复项，可以使用对列表进行排序，然后使用检查其他列上的重复项：

使用numpy.sort（）比类似的Python处理更高效，因为numpy模块针对系统性能进行了优化，并且对于panda和numpy列表/数组运行更快。

import numpy as np

# in case your column "type" is of string type, run one of the following line (depending on your string list layout):
# use this for string list layout e.g. "['GFTBE', 'AYPIC', 'MNXYZ', 'BYPAC', 'KLUYT', 'PQRRC']"
df['type'] = df['type'].str.strip("[]").str.replace("'", "").str.split(', ')   
#df['type'] = df['type'].map(eval)    # for general use to convert string like a list to a real list
#df['type'] = df['type'].str.strip('[]').str.split(',')  # for use when no extra spaces and extra single quotes  


df['type'] = df['type'].map(np.sort).map(list)   # convert the sorted numpy array to Python list to avoid incorrect formatting (e.g. missing comma) in writing to CSV 
df = df.drop_duplicates(subset=['dt', 'name', 'City'])

结果:

print(df)

           dt name                                        type City
0  05-10-2021   MK  [AYPIC, BYPAC, GFTBE, KLUYT, MNXYZ, PQRRC]  NYC
2  05-12-2021   MK  [AYPIC, BYPAC, GFTBE, KLUYT, MNXYZ, PQRRC]  NYC
4  05-13-2021   PS  [CPQLE, LTRDX, ORSHC, QRTSL, VXWUT, XYDFE]  BAL

---

列表是否保证具有相同的值，或者是否需要逻辑将列表合并在一起？示例数据似乎存在一些问题。前两个列表是不同的。第二个有2个

AYPIC

我们是否也需要检查列

类型的副本？似乎需要，对吗？对于每个列“名称”，列“类型”中的值列表是相同的，但没有按顺序排序。谢谢。对不起，更正了样本数据。无需检查“类型”列中的值列表中是否存在重复项。只需对其排序并选择不同的值，如示例输出中所示。您好，谢谢…我尝试了您的代码，得到的结果是：df.type.head（）0[，，，，，，]…出现了一些问题。缺少值。df[“type”]=df[“type”].map（lambda x:sorted（list（x）））的工作方式与df['type']=df['type'].map（np.sort）.map（list）的工作方式相同。谢谢。获取值错误：轴（=-1）超出范围。@Murali哪一行获取了错误？第一行还是第二行？列
type
中的列表是真正定义为列表还是像列表一样编写的字符串？获取ValueError:axis（--1）超出第一行的界限：df['type']=df['type'].map（np.sort）@Murali在两行前面添加行
df['type']=df['type'].str.strip（'[]'）.str.split（'，'）
，然后重试。谢谢是的，谢谢，海豆。