Python列表理解/循环用于选择不同df列中的相同成员

Question

我是Python的新手，我有以下问题。

我有几个问题，我发现自己很难解决。

假设我们有两个熊猫数据框架，我可以从中提取两个列。例如，在一个名为col1的专栏中，我们有可以在同一栏中重复的主题名称，形式如下：“Quentin Tarantino”或“Tarantino Quentin”。在另一栏col2中，我有以下表格的条目：'TARANTINO，QUENTIN‘或'Tarantino，Quentin'，这些条目也可以重复。

显然，‘塔伦蒂诺，昆汀’或‘塔伦蒂诺，昆汀’是相同的主题，但是不同的对象！

我想在一列中“合并”这两列，以便同一个主题只有一个标签。如何使用列表理解(或循环)来报告名称(以这种形式：'TARANTINO，QUENTIN')和计数？

col1 = ['QUENTIN TARANTINO', 'BARACK OBAMA', 'QUENTIN TARANTINO', 'CHARLIE CHAPLIN', 'JAMES LEBRON', 'KOBE BRYANT', 'Philippe Wain', 'LE CAM ALBERT', 'ANDREW ROBERTS', 'Obama Barack', 'tarantino quentin']

col2 = ['OBAMA, BARACK', 'CHAIN, GEORGE', 'Phylo, SOPY', 'Losan, Santos']

Answer 1

除了Espoir的回答之外，为了处理翻转，运行以下命令：

col = list(set( [x.lower().replace(', ',' ') for x in col1]+[x.lower().replace(', ',' ') for x in col2])) #thanks espoir
for x in col:
    rev = [i for i in reversed(x.split())]
    if ' '.join(rev) in col:
        col.pop(col.index(x))

它将消除翻转重复。

它所做的一切，

1. 在上面迭代。
   1. 生成每个名称的反向列表。
   2. 检查连接反向名称是否已经存在。
      1. 如果是，则将其从列表中删除。

​

​

reversed(list)将返回一个迭代器，因此它应该是一个for循环的主题。rev只保留一个翻转名称的副本，以便在下一步中进行比较。

Answer 2

解决这个问题的简单方法是使用set，试试看:因为您需要首先对列表中的所有元素应用较低的

col = list(set( [x.lower().replace(', ',' ') for x in col1]+[x.lower().replace(', ',' ') for x in col2]))