如何在python中循环数据帧、创建新列并向其追加值

我有以下问题。我有一个包含多个列的数据框架，其中一个包含字符串作为值。我想循环浏览此列，更改这些值，并将更改后的值保存到新列中

到目前为止，我编写的代码如下所示：

def get_classes(x):    
    for index, string in df['column'].iteritems():
        listi = string.split(',')
        Classes=[]

        for value in listi:
            count=listi.count(value)
            if count >= 3: 
                Classes.append(value)

        Unique=(',').join(sorted(list(set(Classes))))
        df['NewColumn']=Unique


End.apply(get_classes)

它循环遍历

df['column']

的行，在每个

，

处拆分字符串（创建一个名为listi的列表），并创建一个名为class的空

列表。
然后，它统计listi中的每个值，如果该值在列表中至少出现三次，则将其附加到类中。然后对完成的列表进行排序

和

set（）

，这样列表中的所有对象都是唯一的，最后再次以逗号连接到字符串。然后，我想将这个唯一的值列表附加到一个新列中，在与派生更改值的行值相同的索引位置。例如：

df
  column    NewColumn
0 A,A,A,C   A 
1 C,B,C,C   C
2 B,B,B,B   B

---

当我执行

print Unique

而不是

df['NewColumn']=Unique

时，我的代码似乎工作正常，因为它随后会打印所有转换的值。但是，如果像我的示例中那样执行代码，那么数据帧的

NewColumn

将完全填充相同的值，这似乎与df中最后一行的原始值相对应。有人能给我解释一下这里有什么问题吗

您可以从集合中使用powerfull

计数器

：

from collections import Counter

foo = lambda x: ','.join(sorted([k for k,v in Counter(x).iteritems() if v>=3]))

df['new'] = df['column'].str.split(',').map(foo)


#In [33]: df
#Out[33]:
#    column NewColumn new
#0  A,A,A,C         A   A
#1  C,B,C,C         C   C
#2  B,B,B,B         B   B

---

谢谢，这个很好用。但是你知道为什么我的代码没有按照我希望的方式工作吗？我强烈建议你使用这个

计数器
，因为你将函数本身与数据帧上的循环解耦（便于对函数进行单元测试），并且。。。它也是。。。更简洁/更容易理解：2行。在索引方面存在一些问题，通过查看代码，您可以尝试在每次迭代中添加一个名为“newcolumn”的列，该列的值来自Unique。。。所以这列会被覆盖，每一行都会被覆盖…这就是为什么最后一行的值相同。。。