如何在单个Pandas Series的列表元素中找出仅出现一次的元素？

嘿，我完全懂你的困扰——当Series里的每个元素都是列表时，常规的unique()方法确实帮不上忙，因为它只会判断整个列表的唯一性，而不是列表内的单个元素。不过咱们可以通过几个简单的Pandas方法轻松解决这个问题，针对你给出的示例，具体步骤如下：

首先，先还原你的示例数据：

import pandas as pd

# 构造示例Series
s = pd.Series([['g','k'], ['e','g'], ['e'], ['k','e'], ['s'], ['g']])

接下来分三步处理：

1. 展开列表元素：用explode()方法把每个列表里的元素拆成单独的行，这样每个元素都成为独立的记录：

   exploded_series = s.explode()
   

   这一步之后，exploded_series会变成：

   0    g
   0    k
   1    e
   1    g
   2    e
   3    k
   3    e
   4    s
   5    g
   dtype: object
   

2. 统计元素出现频次：用value_counts()统计每个元素的出现次数：

   element_counts = exploded_series.value_counts()
   

   得到的结果是：

   e    3
   g    3
   k    2
   s    1
   dtype: int64
   

3. 筛选仅出现一次的元素：直接从统计结果里筛选出频次等于1的元素，转成列表就是最终结果：

   single_occurrence_elements = element_counts[element_counts == 1].index.tolist()
   

   运行后single_occurrence_elements的值就是['s']，和你的预期完全一致。

如果你的Series里有多个只出现一次的元素，这个方法也能一次性把它们全部找出来，非常通用。

内容的提问来源于stack exchange，提问作者yannickhau