在Python中,集合(Set)是一种无序且元素唯一的数据结构。集合中的元素不能重复,即每个元素在集合中只能出现一次。
集合是一种高效的查找结构。
在《【数据分析面试】26.判断相同字符》中,答案使用了
set()
函数将字符串转换为集合。set()
函数会创建一个新的集合对象,并且会去除字符串中重复的字符,因为集合中的元素是唯一的。然后通过len()
函数获取集合的长度,如果集合的长度为1,说明字符串中的所有字符都相同,即集合中只包含一个元素,因此返回True,否则返回False。
集合的其他常见用法包括:
df['列名'].unique()
和 set(df['列名])
得到的结果相同。# 从列表创建集合
my_list = [1, 2, 3, 3, 4]
my_set = set(my_list)
print(my_set) # 输出:{1, 2, 3, 4}
# 从字符串创建集合
my_string = "hello"
my_set = set(my_string)
print(my_set) # 输出:{'l', 'o', 'h', 'e'}
# 从元组创建集合
my_tuple = (1, 2, 3, 3, 4)
my_set = set(my_tuple)
print(my_set) # 输出:{1, 2, 3, 4}
import pandas as pd
import numpy as np
# 创建水果列表
fruits = ['苹果', '香蕉', '橙子']
# 随机生成包含 20 行的 DataFrame
df= pd.DataFrame({
'水果': np.random.choice(fruits, 20),
'数量': np.random.randint(1, 10, 20), # 生成随机数量
'价格': np.random.uniform(1.0, 10.0, 20) # 生成随机价格
})
set(df['水果']) # 返回:{'橙子', '苹果', '香蕉'}
df['水果'].unique() # 返回:array(['苹果', '橙子', '香蕉'], dtype=object)
#如果使用print,则都返回:{'苹果', '香蕉', '橙子'}
my_set = {1, 2, 3, 4, 5}
print(3 in my_set) # 输出: True
add (添加元素):
s = {1, 2, 3}
s.add(4) # 添加元素4到集合s中
clear (清空):
s = {1, 2, 3}
s.clear() # 清空集合s中的所有元素
copy (复制):
s = {1, 2, 3}
t = s.copy() # 复制集合s到集合t中
difference (差集):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
diff = s1.difference(s2) # 返回s1中存在但s2中不存在的元素
diff # 返回s1:{1,2}
difference_update (差集更新):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
s1.difference_update(s2) # 从s1中移除s2中存在的元素
s1 # 返回:{1,2}
discard (移除):
s = {1, 2, 3}
s.discard(2) # 移除集合s中的元素2
s # 返回:{1,3}
intersection (交集):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
intersection = s1.intersection(s2) # 返回同时存在于s1和s2中的元素
intersection # 返回: {3}
intersection_update (交集更新):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
s1.intersection_update(s2) # 保留同时存在于s1和s2中的元素到s1中
s1 # 返回: {3}
isdisjoint (不相交):
s1 = {1, 2, 3}
s2 = {4, 5, 6}
disjoint = s1.isdisjoint(s2) # 如果s1和s2没有共同元素则返回True
disjoint # 返回:True
issubset (子集):
s1 = {1, 2}
s2 = {1, 2, 3, 4}
subset = s1.issubset(s2) # 如果s1是s2的子集则返回True
subset # 返回:True
issuperset (超集):
s1 = {1, 2, 3, 4}
s2 = {1, 2}
superset = s1.issuperset(s2) # 如果s1包含s2则返回True
superset # 返回:True
pop (弹出):
s = {1, 2, 3}
popped = s.pop() # 弹出并返回集合s中的任意元素
popped # 返回:1(示例中可能得到的任意元素)
remove (移除):
s = {1, 2, 3}
s.remove(2) # 从集合s中移除元素2,如果不存在则引发错误
s # 返回:{1, 3}
symmetric_difference (对称差集):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
sym_diff = s1.symmetric_difference(s2) # 返回仅存在于一个集合中的元素
sym_diff # 返回:{1, 2, 4, 5}
symmetric_difference_update (对称差集更新):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
s1.symmetric_difference_update(s2) # 更新s1为仅存在于一个集合中的元素
s1 # 返回:{1, 2, 4, 5}
union (并集):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
union_set = s1.union(s2) # 返回s1和s2的所有元素的集合
union_set # 返回:{1, 2, 3, 4, 5}
update (更新):
s1 = {1, 2, 3}
s2 = {3, 4, 5}
s1.update(s2) # 将s2中的元素添加到s1中
s1 # 返回:{1, 2, 3, 4, 5}