如何清理列值 pandas 上的 dict 数据列表答案

【问题标题】：How to clean data list of dict on column value pandas如何清理列值 pandas 上的 dict 数据列表
【发布时间】：2023-01-10 01:24:18
【问题描述】：

清理包含字典列表的行中的数据。

原始数据：

transaction_id	person
1	[{'name': '~Berk', 'phone_numbers': 'x08123123123'}]
2	[{'name': 'Sergio', 'phone_numbers': '08123123123'}, {'name': 'Sergio_Rio', 'phone_numbers': '-'}]

预期结果：

transaction_id	person
1	[{'name': 'Berk', 'phone_numbers': '08123123123'}]
2	[{'name': 'Sergio', 'phone_numbers': '08123123123'}, {'name': 'Sergio Rio', 'phone_numbers': NaN}]

【问题讨论】：

你试过什么？请发布您的代码
你想执行什么规则？你对脏的定义是什么，你对干净的定义是什么？我们可以帮助您使用一组特定规则/启发式/等的 python 实现，但远远超出了 SO 的范围。

标签： python pandas dataframe numpy series

【解决方案1】：

尝试：

def clean_data(x):
    out = []
    for d in x:
        d['name'] = d['name'].lstrip('~')
        d['phone_numbers'] = ''.join(n for n in d['phone_numbers'] if '0' <= n <= '9') or np.nan
        out.append(d)
    return out


df['person'] = df['person'].apply(clean_data)
print(df)

印刷：

   transaction_id                                                                                              person
0               1                                                  [{'name': 'Berk', 'phone_numbers': '08123123123'}]
1               2  [{'name': 'Sergio', 'phone_numbers': '08123123123'}, {'name': 'Sergio_Rio', 'phone_numbers': nan}]

【讨论】：