df = df[df['tag'].str.contains('-')]

这行代码是用来过滤DataFrame中tag列包含'-'字符的行。具体来说，df['tag'].str.contains('-')会返回一个布尔型的Series，其中标记包含'-'的行为True，否则为False。然后，这个Series被用作索引，只有True的行才会被保留在DataFrame中。最后，df变量将指向被过滤后的DataFrame对象。

相关问题

df = df[df['tag'].str.contains('-')] 报错

这个错误可能是因为DataFrame中没有名为'tag'的列，或者该列的数据类型不是字符串类型。请确保DataFrame中存在名为'tag'的列，并且该列的数据类型为字符串类型。另外，如果该列中没有包含'-'字符，也会导致这个错误出现。你可以通过使用以下代码检查列名和数据类型：

print(df.columns)
print(df.dtypes)

如果列名和数据类型都正确，那么请检查该列中是否包含'-'字符。如果不包含，您可以使用其他方式对数据进行筛选。

df = df[df['tag'].str.contains('-')] datalist = list(set(x for data in df for x in data)) 返回不了中文

这段代码的问题可能是编码问题。你可以在代码文件的开头添加以下行，指定文件编码为 UTF-8：

# -*- coding: utf-8 -*-

如果还是不能正常处理中文，你可以尝试将字符串编码为 UTF-8，例如：

df = df[df['tag'].str.contains('-'.encode('utf-8'))]
datalist = list(set(x for data in df for x in data.encode('utf-8')))

这样应该可以正确处理中文。不过，最好还是在读入数据时就指定编码为 UTF-8，例如：

import pandas as pd

df = pd.read_csv('data.csv', encoding='utf-8')

这样可以避免后续处理中文时出现编码问题。