Python如何循环将多个DataFrame分别转为独立集合用于并集可视化

错误原因说明 #

你之前使用的代码运行不符合预期，大概率是set_names变量存储的是集合的名称字符串，而非实际生成的集合对象，解包字符串传入union方法无法得到正确结果。

具体实现步骤 #

1. 前置准备 #

假设你已实现的单DataFrame转集合函数命名为df_to_set()，输入为单个DataFrame，输出为对应的集合对象。
将所有待处理的DataFrame统一存入列表：

# 可放入任意数量的待处理DataFrame
df_list = [df1, df2, df3, df4]

2. 批量生成独立集合 #

循环遍历DataFrame列表，每个DataFrame对应生成一个独立集合：

# 生成集合列表，每个元素对应一个DataFrame的转换结果，可单独调用
set_list = [df_to_set(df) for df in df_list]

如果需要为每个集合自定义名称方便后续单独调用，可改用字典存储：

# 按顺序自定义每个DataFrame对应的集合名称
df_names = ["样本1集合", "样本2集合", "样本3集合", "样本4集合"]
set_dict = {name: df_to_set(df) for name, df in zip(df_names, df_list)}

3. 计算所有集合的并集 #

如果使用列表存储集合，代码如下：

all_elems = list(set().union(*set_list))

如果使用字典存储集合，代码如下：

all_elems = list(set().union(*set_dict.values()))

补充：通用单DataFrame转集合实现 #

如果你需要的是提取DataFrame指定列的非空值生成集合，可以直接使用以下函数：

def df_to_set(df, target_col):
    # target_col为要提取值的列名
    return set(df[target_col].dropna().tolist())

参考图示 #

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