Python 替换Pandas中列表类型列中的重复项

背景信息：我有一个数据框

df

，它有不同的列，其中的焦点是名为“流派”的列

目标：

现在，我们的目标是以编程方式删除/替换重复项，以使变体替换为其等效形式，如下面所示

例如：

“[戏剧，浪漫]”和“[浪漫，戏剧]”

现在[浪漫，戏剧]被[戏剧，浪漫]替换，反之亦然，而不是完全删除，我们只是替换列表的内容

过滤

df

列“流派”，仅包括列表项不超过3种流派的流派，例如删除任何超过3种流派的行。“类型”列中可接受结果的示例：

• [浪漫、戏剧、喜剧]
• [浪漫、戏剧]
• [戏剧]

---

我尝试了以下方法：

#to delist the 'genres' column
df['genres'] = df.genres.apply(', '.join)

# code sample of manually replaced duplicated content in genres column
df['genres'] = df['genres'].str.replace("Romance, Drama","Drama, Romance")
df['genres'] = df['genres'].str.replace("Drama, Comedy","Comedy, Drama")

---

上面的代码可以工作，但它是针对单个重复项手动完成的，因此我想找到一种方法来为

df

的“流派”列中找到的所有重复项进行编码，假设列中的每一行都有

列表

数据类型：

您可以首先使用排序的

sorted

然后使用

loc

过滤数据帧的行，并获得

值\u counts（）

df['genres']=df['genres'].apply（lambda x:sorted（x））
df.loc[df['genres'].apply（lambda x:len（x）假设
list
列中每一行的数据类型：

您可以首先使用排序的
sorted


然后使用
loc
过滤数据帧的行，并获得
值\u counts（）

df['genres']=df['genres'].apply（lambda x:sorted（x））
df.loc[df['genres'].apply（lambda x:len（x）对数据帧中的列表进行排序，并使用字符串连接，然后比较不同的值。
df['genres'].map（lambda x:'，'.join（sorted（x）））
@codemunchkin将来请不要发布图片。请查看如何在此处创建一个最小的可复制示例：此外，可能还有其他一两个答案，因此请在有人为您解决问题时接受。请查看此处如何接受解决方案：谢谢！在数据框中对列表排序，并使用字符串连接，然后比较diffence.
df['genres'].map（lambda x:'，'.join（sorted（x）））
@codemunchkin以后请不要发布图片。请查看如何在此处创建一个可复制的最小示例：此外，可能还有其他一两个答案，因此请在有人为您解决问题时接受。请查看此处如何接受解决方案：谢谢！第一行代码有效！但第二行代码给出了错误读数“'DataFrame'对象没有属性'value\u counts'”@codemunchkin try now第一行代码有效！但第二行代码出现错误，读取“'DataFrame'对象没有属性'value\u counts'”@codemunchkin try now
df['genres'] = df['genres'].apply(lambda x: sorted(x))
df.loc[df['genres'].apply(lambda x: len(x) <= 3), 'genres'].value_counts()