python - 在 pandas 数据框中操作列表的有效方法

Question

我有一个如下开头的 DataFrame：

	第 1 列	第 2 列
0	Berlin	['Hamburg', 'Munich', 'Berlin', 'Stuttgart']
1	Tokyo	['Tokyo', 'Osaka', 'Kyoto', 'Sapporo']
2	Los Angeles	['New York', 'Chicago', 'Boston', 'Los Angeles']
3	London	['Birmingham', 'London', 'Glasgow', 'Liverpool']

我想从 Column2 列表中删除 Column1 中存在的城市，这样 DataFrame 就会变成这样：

	第 1 列	第 2 列
0	Berlin	['Hamburg', 'Munich', 'Stuttgart']
1	Tokyo	['Osaka', 'Kyoto', 'Sapporo']
2	Los Angeles	['New York', 'Chicago', 'Boston']
3	London	['Birmingham', 'Glasgow', 'Liverpool']

由于逐行循环违反数据帧逻辑，解决这个问题的最佳方法是什么？

标签： pythonpandasdataframe

Answer 1

尝试explode，query并且gropuby：

(df.explode('Column2')
   .query('Column1 != Column2')
   .groupby(level=0)
   .agg({'Column1': 'first',
         'Column2': list
       })
)

或者直接apply：

df['Column2'] = df.apply(lambda row: [x for x in row['Column2'] if x!=x['Column1']], 
                         axis=1)