如何从字符串列表中创建一个 DataFrame，每个字符串具有不同数量的属性

Question

假设我有一个字符串列表，其中每个条目都有可变数量的“属性”，因此顺序可能不同。

str_list = ['id1 [first="jake" last="sully" hours="24"]',
            'id2 [first="bob" last="ross" job="painter" hours="11]']

如何将该列表转换为数据框，如果字符串缺少属性，则它在 df 中将只是空白？

DataFrame 看起来像这样（列顺序必须如下所示）：

   id   first        job     last    hours
  id1    jake               sully       24 
  id2     bob    painter     ross       11

我知道对于 id，我可以在 '[' 上拆分字符串并获取第 0 个索引，所以这不是问题。 为了从字符串条目中获取属性项，我知道我可以使用

test_list = re.findall(r'"(.*?)"', str)

要获取值列表，但我将如何在每个条目中使用不同数量的“属性”/混乱顺序来实现我的总体目标？

Answer 1

试试这个：

import re
import pandas as pd

str_list = ['id1 [first="jake" last="sully" hours="24"]', 'id2 [first="bob" last="ross" job="painter" hours="11"]']

res = []
for item in str_list:
    current = {'id': re.findall('id\d+', item)[0]}
    for col in ['first', 'last', 'job', 'hours']:
        x = re.findall(f'{col}="(.*?)"', item)
        if x :
            current[col] = x[0]
            
    res.append(current)

pd.DataFrame(res)

输出：

    id first   last hours      job
0  id1  jake  sully    24      NaN
1  id2   bob   ross    11  painter