将字符串转换为集合以与另一个集合进行比较

Posted 2021-04-14

我有一个名为数据的csv看起来像这样（但有几百条记录）：

Id     Value
1k     {'asadf', 'copklj', 'glkjkj', 'hsijlk'}
2j     {'boilk', 'dljk', 'aasadf'}
6k     {'eljkj', 'tljkjlk', 'jljlij'}

我想迭代每一行，看看该行中的值（第二列）是否匹配，或者是我拥有的另一个集的超集。为此，我使用以下代码为每行提取了值：

i = 1
x = data['Value'].iloc[i]

我计划在循环中使用它，每次迭代时都会向变量i添加1。然而，每当我做type(x)时，它就像str一样。为了改变这一点，我可以将它与我的另一组进行比较，我做了两个

x = set(x)

和

x = set([x])

第一个出现了所有字母分开。第二个出来了

{"{'asadf', 'copklj', 'glkjkj', 'hsijlk'}"}

我想要的输出是

{'asadf', 'copklj', 'glkjkj', 'hsijlk'}

所以我可以比较这个集合和我拥有的其他集合。如何更改我的代码呢？

答案

在读取CSV文件时，使用转换器再次设置它，然后应用子集操作，例如：

import ast
import pandas as pd

df = pd.read_csv('somefile', converters={'Value': ast.literal_eval})
is_subset = df.Value.map({'a', 'b'}.issubset)

另一答案

将数据保存为CSV文件时，您的集合将转换为字符串，因为CSV文件不支持集合。您可以使用ast将字符串转换回集合：

import ast
df['Value'] = df['Value'].apply(ast.literal_eval)