在R语言的DataFrame列表中提取各DataFrame的y列共有值

直接用reduce(intersect, df_list)失效的核心原因是：intersect（pandas的pd.intersect）是按行维度做匹配，要求行的内容和位置完全对应，而非提取列值的集合交集——这和列长度、值的位置无关，本质是用错了方法。

正确思路是先把每个DataFrame的y列转成值集合，再求所有集合的交集：

1. 遍历df_list，提取每个DataFrame的y列并转成集合（自动去重，且不考虑顺序）
2. 用reduce对所有集合做交集操作，得到所有列都存在的值
3. 把最终集合转成列表，就是预期结果

代码实现 #

from functools import reduce
import pandas as pd

# 模拟你的df_list（实际使用时替换为自己的列表）
df1 = pd.DataFrame({'y': ['apple', 'grape', 'banana']})
df2 = pd.DataFrame({'y': ['grape', 'apple', 'orange']})
df3 = pd.DataFrame({'y': ['apple', 'grape', 'mango']})
df4 = pd.DataFrame({'y': ['grape', 'apple', 'pear']})
df_list = [df1, df2, df3, df4]

# 计算所有y列的共同值
common_y_values = reduce(lambda set_a, df: set_a & set(df['y']), df_list, set(df_list[0]['y']))
common_y_values = list(common_y_values)

print(common_y_values)  # 输出: ['apple', 'grape']

补充说明 #

• 若某个DataFrame的y列有重复值，转成集合时会自动去重，不影响最终结果（只要值存在至少一次即符合条件）
• 该方法完全不受DataFrame列长度、值的位置影响，仅关注值是否存在

内容的提问来源于stack exchange，提问作者toku_mo