将列表中的键值对字符串转换为数据框 Python 中的列

Question

我有一个列表，其中包含以下内容：

["ID : 1234 姓名：John 考试代码：5678", "ID : 4566 姓名: Jack 学习代码: 5678", "ID：5678 姓名：Helen 考试代码：5435"]

列表中的每个项目都有相同的标题，如“ID”和“姓名”，但有些有“考试代码”，其他有“学习代码”

如何将其转换为显示以下输出的 DataFrame：

ID	Name	Exam Code	Learning Code
1234	John	5678
4566	Jack		5678
5678	Helen	5435

更新的查询：

抱歉，部分数据可能还有名字和姓氏 例如 [“ID：1234 姓名：John Black 考试代码：5678”， "ID : 4566 姓名: Jack 学习代码: 5678", "ID：5678 姓名：Helen 考试代码：5435"]

那么我们该如何处理呢？

ID	Name	Exam Code	Learning Code
1234	John Black	5678
4566	Jack		5678
5678	Helen	5435

Answer 1

您可以使用re 模块来解析数据。例如：

import re
import pandas as pd

lst = [
    "ID : 1234 Name: John Exam Code:5678",
    "ID : 4566 Name: Jack Learning Code: 5678",
    "ID : 5678 Name: Helen Exam Code: 5435",
]

data = []
for line in lst:
    data.append(
        dict(
            re.findall(
                r"(ID|Name|Exam Code|Learning Code)\s*:\s*([^\s]+)", line
            )
        )
    )

df = pd.DataFrame(data).fillna("")
print(df)

打印：

     ID   Name Exam Code Learning Code
0  1234   John      5678              
1  4566   Jack                    5678
2  5678  Helen      5435              

---

编辑：添加姓氏：

lst = [
    "ID : 1234 Name: John Black Exam Code:5678",
    "ID : 4566 Name: Jack Learning Code: 5678",
    "ID : 5678 Name: Helen Exam Code: 5435",
]

data = []
for line in lst:
    id_ = re.search(r"(ID)\s*:\s*(\d+)", line)
    name = re.search(r"(Name)\s*:\s*(.*)\s+(?:Exam|Learning)", line)
    code = re.search(r"(Exam Code|Learning Code)\s*:\s*(.*)", line)
    data.append(dict([id_.groups(), name.groups(), code.groups()]))

df = pd.DataFrame(data).fillna("")
print(df)

打印：

     ID        Name Exam Code Learning Code
0  1234  John Black      5678              
1  4566        Jack                    5678
2  5678       Helen      5435