创建pandas Series时出现'set' type is unordered报错解决方案

• 存在名为clinical info的pandas DataFrame，截取部分数据调用to_dict()可得到对应字典结构，需求是构建phenotype_label数据框，导出符合规范的CLS表型标签文件
• CLS文件固定为三行结构：
  • 第一行：空格分隔填写样本总数、类别数、固定数值1
  • 第二行：以# 开头，空格分隔列出所有类别的展示名称
  • 第三行：按样本排列顺序，空格分隔列出每个样本对应的类别标签
• 代码执行到pd.Series(val_1)时抛出TypeError: 'set' type is unordered报错，查看报错栈确认：pandas构造Series对象时不支持传入无序的set类型数据，需要修正逻辑输出符合格式要求的CLS文件。

提取类别、样本标签的过程中，将结果保存为了set类型。set本身是无序结构，不支持索引对齐、顺序读取，pandas构造Series要求传入顺序固定的可迭代对象（如list、tuple、numpy数组），无法直接接收set作为入参。

import pandas as pd

# --- 按实际情况替换下面的列名、DataFrame名即可 ---
# 表型列名，替换成你clinical_info里存分组标签的实际列名
pheno_col = "group"
# 按DataFrame原有样本顺序提取标签，存为有序列表
sample_labels = clinical_info[pheno_col].tolist()

# 提取有序类别列表：按标签首次出现的顺序去重，不要直接用set去重（会打乱顺序）
category_list = list(dict.fromkeys(sample_labels))
# 如果需要自定义类别顺序/展示名，直接手动赋值即可，示例：
# category_list = ["健康对照", "疾病组"]

# 组装CLS三行内容
cls_line1 = f"{len(sample_labels)} {len(category_list)} 1"
cls_line2 = f"# {' '.join(category_list)}"
cls_line3 = " ".join(sample_labels)

# 导出为CLS文件
with open("phenotype_label.cls", "w", encoding="utf-8") as f:
    f.write("\n".join([cls_line1, cls_line2, cls_line3]))

• 涉及样本顺序、类别顺序的存储逻辑，禁止使用set类型。set仅适合做成员存在判断、无顺序要求的去重计算，只要涉及顺序匹配的场景，必须使用顺序固定的list、tuple等类型
• 如果对类别展示顺序有固定要求，不要依赖自动去重的结果，手动传入排序完成的类别列表即可，避免出现类别顺序和标签映射错位的问题
• 导出前可打印三行内容做校验：确认第一行的样本总数和第三行的标签个数一致，第一行的类别数和第二行的类别个数一致。

内容的提问来源于stack exchange，提问作者melolilili