将一列字符串转换为熊猫列表

Posted 2023-02-23

【中文标题】将一列字符串转换为熊猫列表

【英文标题】：Convert a columns of string to list in pandas

【发布时间】：2018-10-21 01:02:18

【问题描述】：

我对 pandas 数据框中的一列的类型有疑问。基本上，该列作为字符串保存在 csv 文件中，我想将其用作元组以便能够将其转换为数字列表。下面是一个非常简单的csv：

ID,LABELS
1,"(1.0,2.0,2.0,3.0,3.0,1.0,4.0)"
2,"(1.0,2.0,2.0,3.0,3.0,1.0,4.0)"

如果使用函数“read_csv”加载它，我会得到一个字符串列表。我试图转换为列表，但我得到了字符串的列表版本：

df.LABELS.apply(lambda x: list(x))

返回：

['(','1','.','0',.,.,.,.,.,'4','.','0',')']

你知道怎么做吗？

谢谢。

【参考方案1】：

你可以试试这个（假设你的csv 被称为filename.csv）：

df = pd.read_csv('filename.csv')

df['LABELS'] = df.LABELS.apply(lambda x: x.strip('()').split(','))

>>> df
   ID                               LABELS
0   1  [1.0, 2.0, 2.0, 3.0, 3.0, 1.0, 4.0]
1   2  [1.0, 2.0, 2.0, 3.0, 3.0, 1.0, 4.0]

【参考方案2】：

你可以使用ast.literal_eval，它会给你一个元组：

import ast
df.LABELS = df.LABELS.apply(ast.literal_eval)

如果您确实想要一个列表，请使用：

df.LABELS.apply(lambda s: list(ast.literal_eval(s)))

【参考方案3】：

使用str.strip 和str.split：

df['LABELS'] = df['LABELS'].str.strip('()').str.split(',')

但如果这里没有NaNs，list comprehension 也可以正常工作：

df['LABELS'] = [x.strip('()').split(',') for x in df['LABELS']]

【讨论】：

我会说这是 3 中更快的解决方案 :-)

【参考方案4】：

或者，您可以考虑使用正则表达式：

pattern = re.compile("[0-9]\.[0-9]")
df.LABELS.apply(pattern.findall)

【参考方案5】：

对不起，我迟到了。因此，对于其他后来者，我根据上述回复完成了这项工作：

df['hashtags'] = df.apply(lambda row:  row['hashtags'].strip('[]').replace('"', '').replace(' ', '').split(',')   , axis=1)

我加载了一个 csv，其中包含一些看起来像这样的列 ...,['hashtag1','hashtag2'],... 并且 Panda DataFrame 将其作为字符串对象加载。我使用了上面的代码并将其转换为列表。然后我使用“explode”来展平数据。