从字符串列表中获取一组列表答案

【问题标题】：Getting a set of a list from a list of strings从字符串列表中获取一组列表
【发布时间】：2022-01-11 18:32:14
【问题描述】：

我有这个数据框：

df = pd.DataFrame({"c1":["[\"text\",\"text2\"]","[\"bla\",\"bla\",\"bla\"]"]})

我要删除 [] 和 "" ：

df["c2"] = df["c1"].apply(lambda x:re.sub('[\["\]]', "", x))

然后我想将df['c2'] 添加到列表中：

list = df['c2'].to_list()

然后我得到这个：['text,text2', 'bla,bla,bla']

到目前为止一切顺利。但是我想要一个只有唯一值的列表，我可以使用set(list)。

问题是我需要得到['text','text2', 'bla','bla','bla'] 而不是['text,text2', 'bla,bla,bla']，所以当我应用`set(list) 我会得到我所期望的：

['text','text2','bla']

【问题讨论】：

【解决方案1】：

试试这个：

new = []
for l in list:
    new.extend(l.split(',') )
new = list(set(new))

导致new 成为

['text2', 'text', 'bla']

【讨论】：

【解决方案2】：

首先，不要使用list 作为变量。其次，一旦你得到['text,text2',...]，你就可以使用str.split。所以你的设置是

{y for x in df['c2'].str.split(',') for y in x}

输出：

{'bla', 'text', 'text2'}

注意：您可以直接使用正则表达式提取\"之间的所有模式：

set(df['c1'].str.extractall('\"([^"]+)\"')[0])

【讨论】：