如何在Pandas中使用set()提取指定列的唯一值？

当然可以用set()提取DataFrame指定列的唯一值，但你的操作步骤存在问题，导致拿到了索引而非目标列值。以下是正确的实现方式：

1. 先正确构造示例DataFrame #

你给出的原始数据格式不符合Pandas要求，先把它转换成标准的DataFrame：

import pandas as pd

# 按描述，第一列是索引，第二列是目标列，后两列为其他数据
data = [
    [-10, 2, 5],
    [24, 5, 10],
    [30, 3, 6],
    [30, 2, 1],
    [30, 4, 5]
]
# 指定索引和列名，col_target为你要提取的目标列
df1 = pd.DataFrame(data, index=[0, 1, 2, 3, 4], columns=['col_target', 'col2', 'col3'])

2. 提取目标列并转成set #

直接定位到目标列，将其转换成集合即可：

# 提取目标列的唯一值
unique_values = set(df1['col_target'])
print(unique_values)  # 输出: {-10, 24, 30}

如果你的DataFrame列名是数字（比如目标列是列0），代码改为：

unique_values = set(df1[0])

你的操作错误分析 #

• 参数拼写错误：column应该是columns，构造DataFrame时参数名错误会导致列处理异常
• 不必要的转置操作：转置后你拿到的是原DataFrame的列索引，而非目标列数据
• 列提取方式错误：没有直接定位到目标列，反而通过转置混淆了数据结构

另外，也可以先用Pandas自带的unique()方法获取唯一值数组，再转成set，效果一致：

unique_values = set(df1['col_target'].unique())

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