Pandas创建含集合的列时集合被重复n次的技术问询

嘿，这个问题确实有点反直觉，我来帮你理清楚背后的逻辑～

首先，咱们先明确Pandas构造DataFrame时对不同输入类型的处理逻辑：

为什么列表的行为符合预期？ #

当你传入pd.DataFrame({'a': [1,2,3]})时，Pandas会识别到列表是有序的序列型可迭代对象，并且每个元素都是标量值。它会直接把列表的每个元素对应到列a的每一行，这也是文档中明确推荐的用法——列表、numpy数组、Series这类有序序列是构造DataFrame列的标准输入。

集合的特殊行为到底是怎么回事？ #

而集合的情况就不一样了：集合是无序且没有索引的可迭代对象，并不是Pandas设计时优先支持的输入类型。在Pandas 1.0.0中，当你把集合作为字典的值传入DataFrame构造函数时，它的处理逻辑是这样的：

1. 先获取集合的元素数量（这里是3），以此确定要生成的行数；
2. 把整个集合当作一个单一的标量对象，然后重复填充到每一行中，所以你会看到3行，每行都是完整的{1,2,3}。

有没有文档说明？ #

很遗憾，在Pandas 1.0.0的官方文档里，确实没有专门针对集合作为字典值的详细说明。因为集合本身的无序特性和Pandas基于有序索引的设计理念不太契合，所以文档主要聚焦在列表、数组、Series这类有序输入的用法上，集合属于“非推荐输入”，相关行为也就没有特意标注。

如何得到你预期的（集合元素作为每行值）效果？ #

如果想要把集合的元素拆分成每行的话，只需要先把集合转换成列表就行：

pd.DataFrame({'a': list({1,2,3})})

不过要注意，因为集合是无序的，转换后的列表顺序是不确定的哦。

内容的提问来源于stack exchange，提问作者yatu