在 Pandas DataFrame 列中处理多个值字符串

Question

我有一个问卷数据集，其中一列（一个问题）有多个可能的答案。该列的数据是一个列表，有多个可能的值，从无到五个，即'[1]' 或'[1, 2, 3, 5]'

我正在尝试处理该列以独立访问值，如下所示：

def f(x):
        if notnull(x):
            p = re.compile( '[\[\]\'\s]' )
            places = p.sub( '', x ).split( ',' )
            place_tally = {'1':0, '2':0, '3':0, '4':0, '5':0}
            for place in places:
                place_tally[place] += 1
            return place_tally

df['places'] = df.where_buy.map(f)

这会在我的数据框“places”中创建一个新列，其中包含来自值的字典，即：{'1': 1, '3': 0, '2': 0, '5': 0, '4': 0} 或 {'1': 1, '3': 1, '2': 1, '5': 1, '4': 0}

现在从新列中提取数据的最有效/最简洁的方法是什么？我试过遍历 DataFrame 没有好的结果，即

    for row_index, row in df.iterrows():
         r = row['places']
         if r is not None:
             df.ix[row_index]['large_super'] = r['1']
             df.ix[row_index]['small_super'] = r['2']

这似乎不起作用。

谢谢。

Answer 1

这是你打算做的吗？

for i in range(1,6):
    df['super_'+str(i)] = df['place'].map(lambda x: x.count(str(i)) )