创建一个列，它是熊猫中两个字符串列的差异

Question

我有如下熊猫数据框：

df = pd.DataFrame ({'col1': ['apple;orange;pear', 'grape;apple;kiwi;pear'], 'col2': ['apple', 'grape;kiwi']})

    col1                    col2
0   apple;orange;pear       apple
1   grape;apple;kiwi;pear   grape;kiwi

我需要如下数据：

    col1                     col2        col3
0   apple;orange;pear       apple       orange;pear
1   grape;apple;kiwi;pear   grape;kiwi  apple;pear

有人知道怎么做吗？谢谢。

在本例中，col2 grape;kiwi 的第二行，子字符串在 col1 grape;apple;kiwi;pear 的第二行的不同位置。 [How do I create a new column in pandas from the difference of two string columns? 在我的情况下不起作用。

Answer 1

您可以使用 set 来查找差异。作为第一步，您需要将字符串转换为集合。

df['col3'] = (
    df.apply(lambda x: ';'.join(set(x.col1.split(';')).difference(x.col2.split(';'))), 
             axis=1)
)

    col1                col2        col3
0   apple;orange;pear   apple       orange;pear
1   grape;apple;kiwi    grape;kiwi  apple;pear

Answer 2

str.get_dummies的魔力

s=df.col1.str.get_dummies(';').sub(df.col2.str.get_dummies(';'),fill_value=0)
df['col3']=s.eq(1).dot(s.columns+';').str[:-1]
df
                    col1        col2         col3
0      apple;orange;pear       apple  orange;pear
1  grape;apple;kiwi;pear  grape;kiwi   apple;pear