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。