Python 3.6中集合无法从字母数字元组列表返回唯一元素的原因？

这种情况最常见的原因是浮点数的精度问题，其次可能是你的遍历逻辑导致了重复提取。我来拆解一下：

1. 浮点数精度隐形差异 #

你看到的两个元组看起来都是('Pathway1','Pathway2', 0.6)，但实际上元组里的数值可能存在极细微的差异——比如一个是0.6，另一个是0.6000000000001或者0.5999999999999。这些差异在打印时会被隐藏，但Python会把它们视为不同的值，所以set()无法识别为重复项。

验证这个问题很简单：把两个重复元组的数值部分用repr()打印出来，比如：

# 假设你的列表叫tuples_list
print(repr(tuples_list[0][2]), repr(tuples_list[1][2]))

如果输出的结果不一样（比如一个是0.6，另一个是0.6000000000000001），那就坐实了是精度问题。

2. 遍历逻辑导致重复提取 #

如果你的DataFrame是对称结构（比如相关性矩阵、相似性矩阵），而你遍历了所有行和列的组合，就会同时提取(行A, 列B, 值)和(行B, 列A, 值)——这两个元组虽然索引和列名互换，但数值相同，看起来像是重复项。不过你说本该只返回('Pathway1','Pathway2', 0.6)，这种情况可能性稍低，但也可以检查下你的遍历代码是不是没有限制范围（比如只遍历上三角区域）。

解决办法 #

针对精度问题：

• 给数值做四舍五入处理，比如保留4位小数后再存入元组：

  # 提取时替换成round(val, 4)
  tuples_list.append((idx, col, round(val, 4)))
  

• 或者用numpy.isclose()来判断数值是否近似相等，再手动去重，但四舍五入更直接。

针对遍历逻辑问题：

• 如果是对称矩阵，只遍历上三角或下三角的单元格，比如：

  for idx in df.index:
      for col in df.columns:
          if idx < col:  # 只处理索引小于列名的组合，避免重复
              if df.loc[idx, col] > threshold:
                  tuples_list.append((idx, col, df.loc[idx, col]))
  

内容的提问来源于stack exchange，提问作者ABG