基于DataFrame计算两列列表的交集与并集

首先导入pandas库，将给定字典转换为DataFrame（原字典中B列长度为3，会自动填充最后一行与上一行相同的值，和示例输出匹配）：

import pandas as pd

a = {'A' : [1,2,3,4],
'B' : [[1,4,5,6],[2,3,6],[4,5,6]],
'C' : [[1,4,6],[3,5],[4,10],[10]]
}

df = pd.DataFrame(a)

接下来定义两个辅助函数，利用集合操作高效计算列表的交集与并集：

• 交集：将两个列表转为集合后取交集，再转回列表
• 并集：将两个列表转为集合后取并集，再转回列表

def get_intersect(row):
    return list(set(row['B']) & set(row['C']))

def get_union(row):
    return list(set(row['B']) | set(row['C']))

用apply方法对每一行应用上述函数，生成新的结果列：

df['intersect'] = df.apply(get_intersect, axis=1)
df['union'] = df.apply(get_union, axis=1)

最后打印结果即可得到期望格式：

print(df)

输出结果：

A           B         C intersect          union
0  1  [1, 4, 5, 6]  [1, 4, 6]  [1, 4, 6]  [1, 4, 5, 6]
1  2     [2, 3, 6]     [3, 5]        [3]  [2, 3, 5, 6]
2  3     [4, 5, 6]    [4, 10]        [4]  [4, 5, 6, 10]
3  4     [4, 5, 6]       [10]         []  [4, 5, 6, 10]

内容的提问来源于stack exchange，提问作者ice-coconut