Pandas，DataFrame：将一列拆分为多列

Question

我有以下数据框。我想知道是否可以将data 列分成多列。例如，从此：

身份证日期数据 6 2016 年 5 月 21 日 A：7，B：8，C：5，D：5，A：8 6 2014 年 1 月 21 日 B：5，C：5，D：7 6 2013 年 2 月 4 日 A：4，D：7 7 05/06/2014 C: 25 7 2014 年 12 月 8 日 日：20 8 2012 年 4 月 18 日 A：2，B：3，C：3，E：5，B：4 8 2012 年 3 月 21 日 F：6，B：4，F：5，D：6，B：4

进入这个：

ID 日期数据 A B C D E F 6 2016 年 5 月 21 日 A：7，B：8，C：5，D：5，A：8 15 8 5 5 0 0 6 2014 年 1 月 21 日 B：5，C：5，D：7 0 5 5 7 0 0 6 02/04/2013 B：4，D：7，B：6 0 10 0 7 0 0 7 05/06/2014 C: 25 0 0 25 0 0 0 7 2014 年 8 月 12 日 D：20 0 0 0 20 0 0 8 2012 年 4 月 18 日 A：2，B：3，C：3，E：5，B：4 2 7 3 0 5 0 8 21/03/2012 F：6，B：4，F：5，D：6，B：4 0 8 0 6 0 11

我已经尝试过这个Split strings in tuples into columns, in Pandas 和这个pandas: How do I split text in a column into multiple rows?，但它们在我的情况下不起作用。

编辑

data 列具有重复值有点复杂，例如第一行 A 重复，因此这些值在 A 列下汇总（请参阅第二个表）。

Answer 1

这里有一个函数，可以将字符串转换为字典，并根据键聚合值；转换后使用pd.Series方法很容易得到结果：

def str_to_dict(str1):
    import re
    from collections import defaultdict
    d = defaultdict(int)
    for k, v in zip(re.findall('[A-Z]', str1), re.findall('\d+', str1)):
        d[k] += int(v)
    return d

pd.concat([df, df['dictionary'].apply(str_to_dict).apply(pd.Series).fillna(0).astype(int)], axis=1)

Answer 2

df = pd.DataFrame([
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
    ], columns=['ID', 'dictionary'])

def str2dict(s):
    split = s.strip().split(',')
    d = {}
    for pair in split:
        k, v = [_.strip() for _ in pair.split(':')]
        d[k] = v
    return d

df.dictionary.apply(str2dict).apply(pd.Series)

或者：

pd.concat([df, df.dictionary.apply(str2dict).apply(pd.Series)], axis=1)