求助：修复仅支持两行的DataFrame全行列公共元素查找函数

问题分析 #

原函数的核心逻辑没问题，但如果行内存在NaN值，会被纳入集合参与交集运算，导致结果不符合预期；另外可以用更高效的方式实现需求，避免循环的性能损耗。

修复后的基础版本（处理NaN+提前终止） #

修改原函数，过滤每行的NaN值，同时加入提前终止逻辑：

import pandas as pd

def find_common_elements(df):
    # 移除指定列（列不存在时忽略错误）和全空列
    df = df.drop(['motif', 'frequency', 'motif_cleaned'], axis=1, errors='ignore')
    df = df.dropna(axis=1, how='all')
    
    # 初始化公共元素为第一行的非NaN元素集合
    common_elements = set(df.iloc[0].dropna())
    # 遍历剩余行，更新公共元素
    for i in range(1, len(df)):
        current_row_elements = set(df.iloc[i].dropna())
        common_elements.intersection_update(current_row_elements)
        # 公共元素为空时直接终止，无需继续遍历
        if not common_elements:
            break
    return common_elements

更高效的pandas优化版本 #

利用向量化操作替代循环，性能更优：

import pandas as pd

def find_common_elements(df):
    # 移除指定列和全空列
    df = df.drop(['motif', 'frequency', 'motif_cleaned'], axis=1, errors='ignore')
    df = df.dropna(axis=1, how='all')
    
    # 生成每行的非NaN元素集合
    row_sets = df.apply(lambda row: set(row.dropna()), axis=1)
    # 统计每个元素在多少行中出现
    element_counts = {}
    for elem_set in row_sets:
        for elem in elem_set:
            element_counts[elem] = element_counts.get(elem, 0) + 1
    # 筛选出在所有行都出现的元素
    total_rows = len(df)
    common_elements = {elem for elem, cnt in element_counts.items() if cnt == total_rows}
    return common_elements

测试示例数据 #

用你提供的测试数据验证：

data = {
    'A': [1, 1, 1, 1, 1],
    'B': [2, 1, 2, 2, 1],
    'C': [1, 2, 0, 0, 2]
}
df = pd.DataFrame(data)
print(find_common_elements(df))  # 输出 {1, 2}，符合预期

额外说明 #

• errors='ignore'避免了指定列不存在时抛出错误
• 基础版本的提前终止逻辑能减少不必要的遍历，提升效率
• 两种方法都处理了行内的NaN值，确保结果准确

内容的提问来源于stack exchange，提问作者Myriam_2189