python - 在 Python 中将 pandas 数据帧转换为一维列表时出现额外空格的问题

Question

我正在将一个大型 pandas 数据框表转换为一维 python 列表，并根据需要删除该列表中的重复元素。然而，在转换为列表后，某些元素的某些重复在开始之前有一个额外的空间，因此我的“删除重复项”行效率不高，它认为它们是两个不同的元素。另外，如何从列表中删除不是数字(nan)的元素？ 输入示例:

        E1     E2     E3
0       A      B      NaN
1       A      C      NaN
2       A      B      C
...
300     X      B      C

这是我用来执行它的小代码:(“绿色”是包含上表的数据框

MCS2=green.values.tolist()
MCS2=list(set(sum(MCS2,[])))
print(MCS2)

预期输出:

['A','B','C',....,'X']

但由于某种原因，某些“A”前面有一个额外的空格，它们显示为“A”和“A”，因此即使它们相同，也被视为两个不同的元素。这是我的输出:

['A',' A','B','C',' C'....,'X']

Answer 1

您可以使用stack ，然后 str.strip 空格， drop_duplicates最后转换tolist :

print pd.DataFrame({'E1': {0: 'A ', 1: ' A', 2: 'A', 300: 'X'}, 
                    'E3': {0: np.nan, 1: np.nan, 2: 'C', 300: 'C'}, 
                    'E2': {0: 'B', 1: 'C', 2: 'B', 300: 'B'}})

print df
     E1 E2   E3
0    A   B  NaN
1     A  C  NaN
2     A  B    C
300   X  B    C

print df.stack().str.strip().drop_duplicates().tolist()
['A', 'B', 'C', 'X']