如何在Pandas DataFrame中找出两列单词列表的非共同元素

没问题，我来帮你搞定这个需求！根据你的例子，你需要找出column2中存在但column1里没有的单词，而且要保留这些单词在column2里的原有顺序，对吧？下面是具体的实现步骤：

步骤1：准备示例数据 #

首先我们先创建你给出的测试DataFrame：

import pandas as pd

# 构造示例数据
data = {
    'column1': [['a','b'], ['c','a']],
    'column2': [['c','a','b'], ['a','b','d','c']]
}
df = pd.DataFrame(data)

步骤2：定义提取独有的单词的函数 #

我们需要一个函数，接收两个列表，返回第二个列表中不在第一个列表里的元素，同时保持原有顺序。这里用集合来优化查找效率（集合的成员检测比列表快很多）：

def get_unique_from_col2(col1_list, col2_list):
    # 把column1的列表转成集合，方便快速查找
    col1_words = set(col1_list)
    # 遍历column2的每个单词，只保留不在column1里的
    return [word for word in col2_list if word not in col1_words]

步骤3：应用函数生成新列 #

用Pandas的apply方法，把函数应用到每一行的column1和column2上，生成column3：

df['column3'] = df.apply(lambda row: get_unique_from_col2(row['column1'], row['column2']), axis=1)

最终结果 #

运行完上面的代码后，你的DataFrame会变成这样：

column1          column2    column3
0  [a, b]     [c, a, b]        [c]
1  [c, a]  [a, b, d, c]     [b, d]

正好符合你期望的结果！如果之后你需要的是两列各自独有的单词的合集（比如假设column1有column2没有的元素也要包含），只需要稍微修改函数就行，比如：

def get_symmetric_unique(col1_list, col2_list):
    col1_set = set(col1_list)
    col2_set = set(col2_list)
    # 找出两边独有的元素，再按原列表的顺序整理
    unique_col1 = [word for word in col1_list if word not in col2_set]
    unique_col2 = [word for word in col2_list if word not in col1_set]
    return unique_col1 + unique_col2

内容的提问来源于stack exchange，提问作者Karim