Series 与Series下的单独列表应用

问题：为什么data["unique_discountePrice"] = data["discountePrice"].apply(lambda x: list(set(x))) 可行，而data["price_statues"]=list(set(data["price_statues"]))报错呢？ 问题背景： 我得到了这么一个DataFrame

我想实现这个结果

一开始我用

data["price_statues"]=list(set(data["price_statues"]))

代码报错； 更改成：

data["unique_discountePrice"] = data["discountePrice"].apply(lambda x: list(set(x)))

实现了我想要的。

这两个操作的区别在于它们应用 apply() 的对象不同。

1. data["discountePrice"].apply(lambda x: list(set(x))):

   • 这里 apply() 应用于 DataFrame 的一列 "discountePrice" 上。
   • lambda x: list(set(x)) 函数应用于该列中的每个单独的列表。
   • 因为每个单独的列表都是可迭代的，并且不涉及整个 DataFrame 的类型问题，所以在应用 set() 和 list() 函数时不会出现问题。

2. list(set(data["price_statues"])):

   • 这里的 set() 和 list() 函数直接应用于整个 Series data["price_statues"] 上。
   • 由于 data["price_statues"] 是整个 Series，而不是单个列表，set() 函数试图将整个 Series 视为一个不可迭代的对象，从而导致错误。

总的来说，第一种方法中的 apply() 应用于每个单独的列表，因此可以正确地应用 set() 和 list() 函数。而第二种方法中的 set() 和 list() 直接应用于整个 Series，因此导致了错误。