从Pandas DataFrame集合列提取字符串：异常原因及正确实现方法

异常原因 #

你的letters列存储的是Python集合对象，并非字符串类型。直接调用str方法时，Pandas会把整个letters列的字符串表示（所有行集合的文本拼接结果）赋值给每一行，导致所有行重复显示整个列的内容，这就是你看到的异常输出。

正确实现方法 #

要提取集合里的单个字符并生成string类型的comm列，因为每个集合仅包含一个元素，有两种简单可行的方法：

方法1：使用apply提取集合元素 #

利用apply遍历每个集合，取其中唯一的元素，再转成string类型：

import pandas as pd

# 示例DataFrame（模拟你的数据）
df = pd.DataFrame({'letters': [{'s'}, {'B'}, {'m'}, {'H'}, {'b'}]})

# 生成comm列
df['comm'] = df['letters'].apply(lambda x: next(iter(x))).astype('string')

方法2：转成列表后提取元素 #

如果集合转成列表更直观，也可以这么写：

df['comm'] = df['letters'].apply(lambda x: list(x)[0]).astype('string')

执行后comm列的输出符合要求，且数据类型为string：

0    s
1    B
2    m
3    H
4    b
Name: comm, dtype: string

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