Pandas：访问列中字符串的不同方式答案

【问题标题】：Pandas: different way to access a string in columnPandas：访问列中字符串的不同方式
【发布时间】：2020-12-03 11:46:02
【问题描述】：

我有一个 df

name    manufacturer    information
John    Ford            {'city':'London', 'colour':'black' , 'year': '2017'}
Jane    Porsche         {'city':'Birmingham', 'colour':'red' , 'year': '2019'}

我想创建一个 new_df，其中包含 'name' 和 'colour' 中的值

name   colour
John   black
Jane   red

不幸的是，由于数据被预处理的方式以及我只提供了一个 csv 的事实，“信息”是一个字符串（熊猫对象）而不是一个嵌套字典。我知道数据不应该像这样嵌套在单个列中，这确实很烦人，但我无法控制。

我目前的解决方案是

colour_col = []
for i in df['information']:
    colour_col.append(i.split('\'')[7])
df['colour'] = colour_col

new_df = df[['name', 'colour']]

这暂时有效。但是，如果“颜色”值的位置发生变化，代码就会翻倒。或者，代码可能会运行但数据不正确。

是否有遵循最佳实践的有效方法来实现 new_df？我可以将 ['information'] 列转换回嵌套字典并通过字符串访问值吗？像 new_df = df[信息][颜色]

注意：关键字符串不会改变

【问题讨论】：

要清楚，您的信息列中的值是字符串，例如："{'city':'London', 'colour':'black' , 'year': '2017'}"?
我最近回答了一些关于如何将 JSON 扩展为列的问题。使用pd.concat() 和pd.json_normalize()。 stackoverflow.com/questions/63395522/…
ALollz - 正确，是的

标签： python pandas string dictionary

【解决方案1】：

您可以使用ast 将这些字符串评估为字典，然后让我们一次获取所有信息，因为这是一个缓慢的应用。从那里您可以删除'information' 列并使用普通的DataFrame。

import pandas as pd
import ast

df = pd.concat([df.drop(columns='information'), 
                df['information'].apply(lambda x: pd.Series(ast.literal_eval(x)))], axis=1)

   name manufacturer        city colour  year
0  John         Ford      London  black  2017
1  Jane      Porsche  Birmingham    red  2019

样本数据

df = pd.DataFrame({'name': ['John', 'Jane'], 'manufacturer': ['Ford', 'Porsche'],
                   'information': ["{'city':'London', 'colour':'black' , 'year': '2017'}",
                                   "{'city':'Birmingham', 'colour':'red' , 'year': '2019'}"]})

【讨论】：

【解决方案2】：

解决办法如下：

import json

colour_col = []
for i in df['information']:
    jsonStr = json.loads(i.replace("'", '"'))
    colour_col.append(jsonStr['colour'])

df['colour'] = colour_col
new_df = df[['name', 'colour']]
print(new_df)

【讨论】：