Python 将类型为“object”的dataframe列转换为集合（）

获取了一个列Id为的数据帧df

     Id
0    -KkJz3CoJNM
1    08QMXEQbEWw
2    0ANuuVrIWJw
3    0pPU8CtwXTo
4    1-wYH2LEcmk

我需要将列Id转换为集合，但

set_id = set(df["Id"])
print(set_id)

返回

{'Id'}

---

而不是列Id中的一组字符串？

对于我来说，如果只存在一个Id列，则可以正常工作：

但是如果有更多的列名称id，那么df['id']返回数据帧，因此setdf[id]返回唯一的列名称：

#test for 2 columns with sample data
df = pd.concat([df, df], axis=1)
print (df["Id"])
            Id           Id
0  -KkJz3CoJNM  -KkJz3CoJNM
1  08QMXEQbEWw  08QMXEQbEWw
2  0ANuuVrIWJw  0ANuuVrIWJw
3  0pPU8CtwXTo  0pPU8CtwXTo
4  1-wYH2LEcmk  1-wYH2LEcmk

set_id = set(df["Id"])
print(set_id)
{'Id'}

因为：

L = list(df["Id"])
print(L)
['Id', 'Id']

像一样工作

L = list(df["Id"].columns)
print(L)
['Id', 'Id']

和类似的集合：

set_id = set(df["Id"].columns)
print(set_id)
{'Id'}

重复数据消除列的可能解决方案：

c = df.columns.to_series()

df.columns += c.groupby(c).cumcount().astype(str).radd('.').replace('.0','')
print (df)
            Id         Id.1
0  -KkJz3CoJNM  -KkJz3CoJNM
1  08QMXEQbEWw  08QMXEQbEWw
2  0ANuuVrIWJw  0ANuuVrIWJw
3  0pPU8CtwXTo  0pPU8CtwXTo
4  1-wYH2LEcmk  1-wYH2LEcmk

或者，如果总是相同的值，则删除重复的列：

df = df.loc[:, ~df.columns.duplicated()]
print (df)
            Id
0  -KkJz3CoJNM
1  08QMXEQbEWw
2  0ANuuVrIWJw
3  0pPU8CtwXTo
4  1-wYH2LEcmk

---

对于我来说，如果只存在一个id列，则工作正常：

但是如果有更多的列名称id，那么df['id']返回数据帧，因此setdf[id]返回唯一的列名称：

#test for 2 columns with sample data
df = pd.concat([df, df], axis=1)
print (df["Id"])
            Id           Id
0  -KkJz3CoJNM  -KkJz3CoJNM
1  08QMXEQbEWw  08QMXEQbEWw
2  0ANuuVrIWJw  0ANuuVrIWJw
3  0pPU8CtwXTo  0pPU8CtwXTo
4  1-wYH2LEcmk  1-wYH2LEcmk

set_id = set(df["Id"])
print(set_id)
{'Id'}

因为：

L = list(df["Id"])
print(L)
['Id', 'Id']

像一样工作

L = list(df["Id"].columns)
print(L)
['Id', 'Id']

和类似的集合：

set_id = set(df["Id"].columns)
print(set_id)
{'Id'}

重复数据消除列的可能解决方案：

c = df.columns.to_series()

df.columns += c.groupby(c).cumcount().astype(str).radd('.').replace('.0','')
print (df)
            Id         Id.1
0  -KkJz3CoJNM  -KkJz3CoJNM
1  08QMXEQbEWw  08QMXEQbEWw
2  0ANuuVrIWJw  0ANuuVrIWJw
3  0pPU8CtwXTo  0pPU8CtwXTo
4  1-wYH2LEcmk  1-wYH2LEcmk

或者，如果总是相同的值，则删除重复的列：

df = df.loc[:, ~df.columns.duplicated()]
print (df)
            Id
0  -KkJz3CoJNM
1  08QMXEQbEWw
2  0ANuuVrIWJw
3  0pPU8CtwXTo
4  1-wYH2LEcmk

---

由于一些奇怪的原因，我确实有两次身份证。但是df=df.drop\u重复项不知何故不起作用？仍然有两个Id？@Vega-那么df=df.loc[：，~df.columns.duplicated]是必需的。您的解决方案似乎可以工作，但如何才能。删除重复项不工作？这不正是它的用途吗？@Vega-好的，如果像df=df.t.drop_duplicates.t这样的转置，它会起作用。因为默认情况下，熊猫是按行而不是按列删除重复项的。@Vega-因为像df=df.drop_duplicates=1I这样的不存在，我确实有两个Id，原因很奇怪。但是df=df.drop\u重复项不知何故不起作用？仍然有两个Id？@Vega-那么df=df.loc[：，~df.columns.duplicated]是必需的。您的解决方案似乎可以工作，但如何才能。删除重复项不工作？这不正是这个用例吗？@Vega-好的，如果像df=df.t.drop\u duplicates.t这样的转置，它会工作。因为默认情况下，熊猫会按行而不是按列删除重复项。@Vega-因为像df=df.drop\u duplicates=1一样不存在