使用数据框中的set删除列表中的重复单词时，单词发生了更改（与顺序无关）

Question

我在数据帧中使用set来删除列表中的重复单词，但是结果中原来的单词发生了变化

以下是dataframe中显示的单词：

[其中一种快速溶解于水、糖、盐、甲烷和碳、二、氧化物、？]

注：像“糖”和“盐”这样的词用逗号

这些是使用set后在dataframe中显示的结果： {氧化物，糖，其中，二，水，在，，盐，碳，溶解，一，？，甲烷，迅速，和}

data['sent1']=data['sent1'].apply(lambda x : set(x))

我希望单词在使用set后保持相同的顺序。 我真的很纳闷为什么set会把原来的单词（从‘sugar，’改成‘sugar’）

Answer 1

如果数据框中的每一行如下所示：

data.loc[0, "sent1"] = ["Which", "one", "dissolve", "in", "water", "quickly", "sugar", ",", "salt", ",", "methane", "and", "carbon", "di", "oxide", "?"]

然后可以在应用set操作之前附加逗号，如：

data['sent1'] = data['sent1'].apply(lambda x: set([i + "," for i in x]))

另一方面，“data['sent1']``中的每一行都是一个长字符串：

data.loc[0, "sent1"] = ["Which", "one", "dissolve", "in", "water", "quickly", "sugar", ",", "salt", ",", "methane", "and", "carbon", "di", "oxide", "?"]

然后尝试：

data['sent1'] = data['sent1'].apply(lambda x: set(x.split(" ")))