在熊猫数据框中查找两行字符串的差异

Question

我有一个数据框，其中有一列包含一个以逗号分隔的项目的字符串。

col1

apple, banana, kiwi

apple, banana

banana

我想制作第二列“col2”来显示每一行之间的差异。

所以我试图将每一行变成一个集合，并从前一行中减去它，如下所示：Python comparing two strings to differences

df['col2'] = set(df["col1"].shift(1)) - set(df["col1"])

但是我收到此错误消息：“ValueError：值的长度与索引的长度不匹配”。我做错了什么，有没有更好的方法来做我正在做的事情？

编辑：预期输出

col1                           col2

apple, banana, kiwi             

apple, banana                  kiwi

banana                         apple

Answer 1

df["temp"] = df.col1.str.replace("\s+", "").str.split(",")为列赋值difference：df['difference'] = [    ""                     if isinstance(last, float) or (not set(last).difference(first))                     else tuple(set(last).difference(first))                     if len(set(last).difference(first)) > 1                     else min(set(last).difference(first))                     for first, last in zip(df.temp, df["temp"].shift())                  ]df.drop('temp', axis=1)    col1                   difference0   apple, banana, kiwi 1   apple, banana              kiwi2   banana                    apple