如何从含元素列表的Pandas Series中高效获取唯一元素集合？

当然有更优雅高效的实现方式！针对这种包含嵌套列表的Pandas Series，我们可以利用Pandas的内置方法或者Python原生工具链来简化代码，同时提升性能。

方法1：用Pandas的explode()（最贴合Pandas风格） #

explode()是Pandas专门用来展开嵌套列表的方法，能把每个子列表的元素拆成单独的行，配合dropna()和unique()就能快速拿到唯一元素集合：

import pandas as pd

my_series = pd.Series([['a','b','c'], ['a','d'], [], ['e']])
unique_elements = set(my_series.explode().dropna().unique())
print(unique_elements)  # 输出: {'a', 'b', 'c', 'd', 'e'}

• 逻辑拆解：explode()将空列表转为NaN，dropna()移除这些无效值，unique()提取所有唯一值，最后转成集合即可。

方法2：用itertools.chain（内存效率更高） #

如果你的Series数据量很大，推荐用Python原生的itertools.chain来扁平化嵌套结构，它会生成迭代器而非一次性创建大列表，内存占用更低：

import pandas as pd
from itertools import chain

my_series = pd.Series([['a','b','c'], ['a','d'], [], ['e']])
unique_elements = set(chain.from_iterable(my_series))
print(unique_elements)  # 输出: {'a', 'b', 'c', 'd', 'e'}

• 逻辑拆解：chain.from_iterable()直接遍历Series中的每个子列表，把所有元素串联成一个迭代流，转成集合时自动忽略空列表（因为空列表没有可迭代的元素），整个过程几乎没有额外内存开销。

对比原方法 #

你的循环union的方式是可行的，但上面两种方法：

• 代码更简洁，可读性更强
• 性能更优：itertools的方法避免了多次集合合并的开销，explode()则利用了Pandas的向量化操作优势

内容的提问来源于stack exchange，提问作者Fernando S. Peregrino