具有表示集合列表的字符串值的列，将相关信息提取到新列

Posted 2023-03-11

【中文标题】具有表示集合列表的字符串值的列，将相关信息提取到新列

【英文标题】：Column with String Values Representing List of Sets, Extract Relevant Info to New Columns

【发布时间】：2022-01-18 01:35:11

【问题描述】：

我得到了一些丑陋的数据。我有一个带有列 C 的数据框，它的值是 ea 的字符串。排。但是，它有点复杂。字符串如下所示。

是的，它们是字符串。不，绝对不是字符串集的列表……完全是字符串。

我想遍历 ea。行并从具有 cat=1 和 cat=2 的集合（实际上是字符串）中获取“信息”值（实际上是字符串），以创建两个要填充的新列。我想要什么：

想法？

【参考方案1】：

你可以像这样清理：

temp = df['C'].str.strip('[]').str.split(', ').explode()
df['cat_1'] = temp.apply(lambda x: x[13:].strip('') if x[1:6]=='cat=1' else '').reset_index().groupby('index').agg(lambda x: ', '.join(x))['C'].str.strip(', ')
df['cat_2'] = temp.apply(lambda x: x[13:].strip('') if x[1:6]=='cat=2' else '').reset_index().groupby('index').agg(lambda x: ', '.join(x))['C'].str.strip(', ')

输出：

                                                   C         cat_1  cat_2
0                                                 []                     
1  [cat=1, data=adjks, cat=1, data=pqoek, ca...  adjks, pqoek  hjksy
2                                                 []                     
3                              [cat=1, data=alpqi]         alpqi       
4       [cat=5, data=weee, cat=6, data=wolpwolp]                     

【讨论】：

太棒了！对我有用的是 x[1:7] vs x[1:6]。干得好，谢谢。

我需要顺便解码这些值。我正在考虑在新列中转换为列表一次......然后我可以使用我拥有的另一个表进行迭代以解码它们。如果一个列表有超过 1 个元素，我将继续将这些值附加在一起，例如...索引 1...我将在一个名为 decoded 的新列中添加胡萝卜、苹果。顺便说一句，如果您愿意，我可以提出一个新问题并给您加分。

***.com/questions/70356195/…