如何批量对多个列表应用set()函数？附DataFrame转字典去重方案

我尝试将set()函数应用于多个列表对象，示例列表如下：

test_lst1 = ['a','b','c','d','e','b','e']
test_lst2 = ['z','x','y','z']

我想实现类似如下逻辑的操作（伪代码）：

for x in range(2):
    test_lst{x} = set(test_lst{x})

请问该如何实现？

补充说明
我已决定将DataFrame转换为字典，通过循环为每个列赋值并去除重复项，代码如下：

test_dict = {}
for col in test_df :
    test_dict[col] = test_df[col].unique()

针对多列表批量转集合的解决方案 #

Python不建议直接通过拼接变量名的方式动态操作变量，推荐用容器（列表/字典）统一管理，更规范易维护：

方法1：用列表统一处理

把所有目标列表存入一个列表，通过列表推导式批量转换：

test_lst1 = ['a','b','c','d','e','b','e']
test_lst2 = ['z','x','y','z']

# 存入容器列表
target_lists = [test_lst1, test_lst2]
# 批量转换为集合
processed_sets = [set(lst) for lst in target_lists]

# 如需回写原变量
test_lst1, test_lst2 = processed_sets

方法2：用字典映射变量名

如果需要保留原变量名的关联，用字典存储更清晰：

test_lst1 = ['a','b','c','d','e','b','e']
test_lst2 = ['z','x','y','z']

# 构建变量名与列表的映射
lst_mapping = {
    'test_lst1': test_lst1,
    'test_lst2': test_lst2
}

# 循环转换为集合
for name in lst_mapping:
    lst_mapping[name] = set(lst_mapping[name])

# 访问转换后的集合：lst_mapping['test_lst1']

针对DataFrame转字典去重的优化 #

你的现有思路可行，还可以用字典推导式简化代码，更简洁高效：

test_dict = {col: test_df[col].unique() for col in test_df}

如果需要集合而非unique()返回的numpy数组，可修改为：

test_dict = {col: set(test_df[col].dropna()) for col in test_df}

dropna()用于排除空值，可根据需求决定是否添加。

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