Python 3.x 数据帧列转换

我的输入df如下所示：

ID     item1       item2        item3
1      a,b         b,c          b
2      a,c,f       b,c          b,c,f
3      g,h,i       i            h,i
4      j,k         j,k          l

ID     item1       item2        item3       Final_item
1      a,b         b,c          b           a,c
2      a,c,f       b,c          b,c,f       a 
3      g,h,i       i            h,i         g
4      j,k         j,k          l           j,k

item1、item2和item3的df数据类型为字符串类型

我想添加第4列，所需转换如下： 伪代码：

Final\u item=item3-设置[col（item1）+col（item2）]

基本上，在最后一列中，是添加item1和item2，然后应用set删除重复项，然后使用item3列进行减法

所需输出如下：

ID     item1       item2        item3
1      a,b         b,c          b
2      a,c,f       b,c          b,c,f
3      g,h,i       i            h,i
4      j,k         j,k          l

ID     item1       item2        item3       Final_item
1      a,b         b,c          b           a,c
2      a,c,f       b,c          b,c,f       a 
3      g,h,i       i            h,i         g
4      j,k         j,k          l           j,k

---

首先

拆分

列，并通过

，

连接列，然后获得压缩系列的列表理解差异：

i3 = df['item3'].str.split(',')
i12 = (df['item1'] + ',' + df['item2']).str.split(',')
df['Final_item'] = [','.join(set(b) - set(a)) for a, b in zip(i3, i12)]
print (df)
   ID  item1 item2  item3 Final_item
0   1    a,b   b,c      b        c,a
1   2  a,c,f   b,c  b,c,f          a
2   3  g,h,i     i    h,i          g
3   4    j,k   j,k      l        j,k

---

减去哪些列？Temp=添加项1+项2，然后删除重复项。然后item3-Temp（减法）找到最后的_项列。谢谢我的解决方案有效吗？如果没有，为什么输出的第三行是

g，h

？对不起，我已经编辑好了。好的，那么我的答案很好用？谢谢，它很有魅力。当我将pyspark dataframe转换为pandas dataframe时，我必须显式地将所有列的数据类型更改为

df['item1']=test['item1'].astype（str）

，作为第一步。但我对数据集有问题。一些item2值是

none

，它也会打印在最终项目数据上。例如，如果item2值是none，则最终项目列的值为

none，a，h

谢谢，我用空字符串替换了

none

。