Python 单元格中的顺序字符串序列

我在数据框的一列中有以下数据：

col_1
，B91-10，B7A-00，B7B-00，B0A-01，B0A-00，B64-03，B63-00，B7B-01
，B8A-01，B5H-02，B32-02，B57-00
，B83-01，B83-00，B5H-00
，B83-01，B83-00
，B83-00，B83-01
，B83-00，B92-00，B92-01，B0N-02
，B91-16

仅供参考：每个字符串都以逗号开头，因此上面的示例有7行

这些不同代码在一行中的顺序无关紧要。就我的目的而言，第3行和第4行（假设索引从0开始）是相同的

我需要在每一行中排列这些不同的代码，这样我就可以得到每个代码的准确计数

换句话说，我需要把它变成这样：

col_1
B0A-00、B0A-01、B63-00、B64-03、B7A-00、B7B-00、B7B-01、B91-10
B32-02、B57-00、B5H-02、B8A-01
B5H-00、B83-00、B83-01
B83-00，B83-01
B83-00，B83-01
B0N-02、B83-00、B92-00、B92-01
B91-16

不确定从何处开始，因为字符串的值数量不同。我尝试了基于逗号的拆分，但是当行在列之间具有不同数量的值时，我不知道如何对列进行排序

---

提前谢谢

选项1
如果要按字典顺序对这些内容进行排序，请使用逗号分隔，然后使用

np.sort

：

v = np.sort(df.col_1.str.split(',', expand=True).fillna(''), axis=1)
df = pd.DataFrame(v).agg(','.join, 1).str.strip(',')

---

选项2
按逗号拆分并调用

应用

+

排序

：

df.col_1.str.split(',').apply(sorted, 1).str.join(',').str.strip(',')

0    B0A-00,B0A-01,B63-00,B64-03,B7A-00,B7B-00,B7B-...
1                          B32-02,B57-00,B5H-02,B8A-01
2                                 B5H-00,B83-00,B83-01
3                                        B83-00,B83-01
4                                        B83-00,B83-01
5                          B0N-02,B83-00,B92-00,B92-01
6                                               B91-16
Name: col_1, dtype: object

---

感谢@Dark的改进

不清楚您要如何对其进行排序。按字典顺序？您说需要在数据帧中进行排序，以获得每个数据帧的准确计数。你的最终目标是什么？计数任务通常不涉及排序，这就是为什么这可能很重要的原因。感谢您指出@COLDSPEED遗漏的细节（我认为我的示例就足够了）。是的，我想按字典顺序排序，但这不是完全必要的。关键是要确保如果两个序列是“a，b”和“b，a”，那么这两个序列将被转换为相同的顺序，以便它们被标识为相同的。@jpp：最终目标是减少建模功能的级别数。就我的目的而言，“a，b”和“b，a”在功能上是相同的，因此需要将它们标识为相同的级别。然而，在我的模型中，它们被编码为分类变量的唯一级别。此外，有数百种不同的级别，因此我想将它们减少到构成前90%的唯一值，然后是“其他”级别。为此，我需要一个频率分布，这需要计数。

collections.Counter（lst）

将为您提供

列表中每个不同项目的计数。它是O（n）复杂度，因此应该是有效的。这不会有帮助吗？如果不使用lambda可能：
df.col_1.str.strip（'，'）。str.split（'，'）。apply（sorted）。str.join（'，'）
@Dark Awesome，这当然更好。谢谢：）
df.col_1.str.split(',').apply(sorted, 1).str.join(',').str.strip(',')

0    B0A-00,B0A-01,B63-00,B64-03,B7A-00,B7B-00,B7B-...
1                          B32-02,B57-00,B5H-02,B8A-01
2                                 B5H-00,B83-00,B83-01
3                                        B83-00,B83-01
4                                        B83-00,B83-01
5                          B0N-02,B83-00,B92-00,B92-01
6                                               B91-16
Name: col_1, dtype: object