如何用Python合并Pandas字符串列并去重得到水果列表？

先还原原始的DataFrame方便测试：

import pandas as pd

df = pd.DataFrame({
    'id': ['01', '02', '03'],
    'fruits': ['Apple, Apricot', 'Apple, Banana, Clementine, Pear', 'Orange, Pineapple, Pear']
})

要得到你要的['Apple','Apricot','Banana','Clementine','Orange','Pear','Pineapple']这个去重后的有序列表，这里有两种实用的方法：

方法一：拆分→爆炸→去重（直观易理解） #

这是新手最容易上手的步骤，每一步都清晰可控：

• 第一步：把fruits列的字符串按, 拆分，变成每个元素是水果列表的列
• 第二步：用explode()把列表拆成单独的行，每个水果占一行
• 第三步：用drop_duplicates()去重（它会保留水果第一次出现的顺序），最后转成列表

代码实现：

# 拆分字符串为列表
df['fruit_list'] = df['fruits'].str.split(', ')
# 将列表拆分为多行
exploded = df.explode('fruit_list')
# 去重并转为目标列表
unique_fruits = exploded['fruit_list'].drop_duplicates().tolist()
print(unique_fruits)

运行后就能得到你要的结果，中间过程还方便调试查看。

方法二：生成器+有序去重（更简洁高效） #

如果不想生成中间列或DataFrame，用生成器一次性收集所有水果，再利用dict.fromkeys()的特性实现去重且保留首次出现顺序，代码更紧凑：

# 用生成器遍历所有拆分后的水果
all_fruits = (fruit for row in df['fruits'] for fruit in row.split(', '))
# 利用dict.fromkeys的特性去重并保留顺序
unique_fruits = list(dict.fromkeys(all_fruits))
print(unique_fruits)

这个方法不需要额外内存存储中间数据，处理大DataFrame时更高效。要是你不在乎顺序，直接转成集合再转列表也行：list(set(all_fruits))，但顺序会被打乱，所以更推荐上面两种保序的方法。

内容的提问来源于stack exchange，提问作者ah bon