如何将字符串字典转换为字典并拆分为单独的列答案

【问题标题】：How to Convert String Dictionary to Dictionary and the split into separate columns如何将字符串字典转换为字典并拆分为单独的列
【发布时间】：2021-05-14 06:55:38
【问题描述】：

我有一个单列 pandas 数据框，看起来每个字典当前都是一个字符串。我想将 pandas 中的每个项目转换为字典，然后将其拆分为单独的列。

当前外观

0         {'Owl': '8109284', 'county': '27'}
1         {'Kid': '298049', 'county': '28'}
2         {'Tree': '190849', 'county': '29'}
3         {'Garden': '9801294', 'county': '30'}
4         {'House': '108094', 'county': '31'}

End Look

           Item     Count      County   County Number
0         'Owl'    '8109284' 'county'     '27'
1         'Kid'    '298049'  'county'     '28'
2         'Tree'   '190849'  'county'     '29'
3         'Garden' '9801294  'county'     '30'
4         'House'  '108094'  'county'     '31'


Can anyone help resolve this. I've tried a bunch of different things.

【问题讨论】：

相关Convert a String representation of a Dictionary to a dictionary?

标签： python pandas string dataframe dictionary

【解决方案1】：

您可以使用literal_eval() 从string 中获取dict 对象。之后使用dictionary 上的items() 方法获取项目。最后，构建数据框。

import ast
import pandas as pd

d = [[0,         "{'Owl': '8109284', 'county': '27'}"],
[1,         "{'Kid': '298049', 'county': '28'}"],
[2,         "{'Tree': '190849', 'county': '29'}"],
[3,         "{'Garden': '9801294', 'county': '30'}"],
[4,         "{'House': '108094', 'county': '31'}"]]

df = pd.DataFrame(d, columns=['a', 'b'])


pd.DataFrame(df['b'].apply(lambda x: [j for i in ast.literal_eval(x).items() for j in i]).to_list(), 
             columns=['Item', 'Count', 'County', 'County Number'])

        Item    Count   County  County Number
0       Owl     8109284 county  27
1       Kid     298049  county  28
2       Tree    190849  county  29
3       Garden  9801294 county  30
4       House   108094  county  31

【讨论】：

【解决方案2】：

如果您的 dicts 格式相同（2 个键，2 个值），您可以使用 apply 功能。 'data' 是您的 dict 列：

df['Item']=df.data.apply(lambda x: list(eval(x).keys())[0])
df['Count']=df.data.apply(lambda x: list(eval(x).values())[0])
df['County']=df.data.apply(lambda x: list(eval(x).keys())[1])
df['County Number']=df.data.apply(lambda x: list(eval(x).values())[0])

del df['data']

输出

    Item    Count  County County Number
0  Owl     8109284  county  8109284
1  Kid     298049   county  298049
2  Tree    190849   county  190849
3  Garden  9801294  county  9801294
4  House   108094   county  108094

【讨论】：