pandas df 某一列是列表 展开/筛选/拼接/取并集

需求

pandas df 的某一列是列表的情况下，进行的相关操作

示例

>>> import pandas as pd  
>>> df = pd.DataFrame({"A":[1, 2], "B":[["a", "b"], ["c", "d"]]}
>>> df 
   A       B
0  1  [a, b]
1  2  [c, d]

展开：根据列表展开为多行

>>> df.explode("B") 

   A  B
0  1  a
0  1  b
1  2  c
1  2  d

筛选：将列表中含某个值的行，都筛选出来

>>> df[df.B.apply(lambda x:"b" in x)]                                       
   A       B
0  1  [a, b]

或者

>>> df[df["B"].apply(lambda x:"b" in x)]                                       
   A       B
0  1  [a, b]

如果要判断是否含多个值的话

>>> df[df["B"].apply(lambda x:"b" in x or "c" in x)]                                       
   A       B
0  1  [a, b]
1  2  [c, d]

可以把 lambda 后面的部分抽取成函数

>>> lt = ["b","c"]
>>> def find(lt_a, lt_b): 
...:     for x in lt_a: 
...:         if x in lt_b: 
...:             return True 
...:     return False 
>>> df[df["B"].apply(lambda x:find(lt,x))]  
   A       B
0  1  [a, b]
1  2  [c, d]

拼接：将列表拼接成字符串

>>> df.B = df.B.map(lambda x: ','.join(x))                                 
>>> df                                                                      
   A    B
0  1  a,b
1  2  c,d

或者

>>> df["B"] = df["B"].map(lambda x: ','.join(x))                                 
>>> df                                                                      
   A    B
0  1  a,b
1  2  c,d

取并集：将该列下的所有列表的值进行汇总

>>> list(set(sum(df["B"].tolist(), [])))
['b', 'a', 'c', 'd']