Python 创建数据帧、列表列、创建累积列表集列和逐记录差异

我有一个简单的数据框

df

，其中有一列列表

lists

。我想根据

列表

生成3个附加列

df

看起来像：

import pandas as pd
lists={1:[[1]],2:[[1,2,3]],3:[[2,9,7,9]],4:[[2,7,3,5]]}
#create test dataframe
df=pd.DataFrame.from_dict(lists,orient='index')
df=df.rename(columns={0:'lists'})
df

          lists
1           [1]
2     [1, 2, 3]
3  [2, 9, 7, 9]
4  [2, 7, 3, 5]

我希望

df

看起来像这样：

    lists     cumset        adds    drops
1   [1]       {1}           {1}     {}
2   [1,2,3]   {1,2,3}       {2,3}   {}
3   [2,9,7,9] {1,2,3,7,9}   {7,9}   {3}
4   [2,7,3,5] {1,2,3,5,7,9} {3,5}   {9}

基本上，我需要弄清楚如何创建

cumset

（某种类型的apply？，（是否已经有pandas函数？）。然后对于添加和删除，基本上我们要比较df.list和df.list.shift（），并确定哪些项是新的，哪些项缺少。可能类似于：

df['adds']=df[['lists',df.lists.shift()]].apply(lambda x: {i for i in x.lists if i not in x.lists.shift()}, axis=1)  

祝您玩得开心，谢谢。

您可以使用创建累积列，使用集合而不是列表创建列，并使用创建“添加”和“删除”列：

我认为您可以使用++并主要用于

set

s：

df['cumset'] = df['lists'].cumsum().apply(set)
lists_sets = df['lists'].apply(set)
lists_shifted = lists_sets.shift()
#replace first value - NaN to set
lists_shifted.iat[0] = set()
lists_shifted = lists_shifted.apply(set)
df['add'] = lists_sets - lists_shifted
df['drop'] = lists_shifted - lists_sets
print (df)
          lists              cumset     add    drop
1           [1]                 {1}     {1}      {}
2     [1, 2, 3]           {1, 2, 3}  {2, 3}      {}
3  [2, 9, 7, 9]     {1, 2, 3, 9, 7}  {9, 7}  {1, 3}
4  [2, 7, 3, 5]  {1, 2, 3, 5, 7, 9}  {3, 5}     {9}

---

非常好，它很有效。我认为最好的解决方案是下面的lukess和@jezreal的组合。IMO lukess处理['add']和['drop']的pythonic比使用实际的df列创建新的temp列的实例稍微多一些。jezreal处理的pythonic稍微多一些。cumsum不需要np.unique，并应用（set）与使用lambda不同。lukess使用“else set”修复从shift创建的nan稍微好一点，而不是专门应用于0索引。很棒的工作伙伴。选择lukess是因为他是第一个，但两人都获得了投票权！thx jezreal。请参阅所选解决方案中lukess中的注释。不过，您的方法非常有效，我也获得了投票权。

df['cumset'] = df['lists'].cumsum().apply(set)
lists_sets = df['lists'].apply(set)
lists_shifted = lists_sets.shift()
#replace first value - NaN to set
lists_shifted.iat[0] = set()
lists_shifted = lists_shifted.apply(set)
df['add'] = lists_sets - lists_shifted
df['drop'] = lists_shifted - lists_sets
print (df)
          lists              cumset     add    drop
1           [1]                 {1}     {1}      {}
2     [1, 2, 3]           {1, 2, 3}  {2, 3}      {}
3  [2, 9, 7, 9]     {1, 2, 3, 9, 7}  {9, 7}  {1, 3}
4  [2, 7, 3, 5]  {1, 2, 3, 5, 7, 9}  {3, 5}     {9}