我正在将数据从sql数据库拉入数据帧。dataframe是一个列,包含存储在字符串中的各种数量的键值对。我想创建一个新的dataframe,它包含两列,一列保存键,另一列保存值
数据帧看起来像:
In[1]:
print(df.tail())
Out[1]:
WK_VAL_PAIRS
166 {('sloth', 0.073), ('animal', 0.034), ('gift', 0.7843)}
167 {('dabbing', 0.0863), ('gift', 0.7843)}
168 {('grandpa', 0.0156), ('funny', 1.3714), ('grandfather', 0.0015)}
169 {('nerd', 0.0216)}
170 {('funny', 1.3714), ('pineapple', 0.0107)}
理想情况下,新的数据帧将如下所示:
0 | sloth | 0.073
1 | animal | 0.034
2 | gift | 0.07843
3 | dabbing | 0.0863
4 | gift | 0.7843
...
etc.
我已经成功地将一行中的键值对分离到一个数据帧中,如下所示。从这里开始,将这些对拆分为它们自己的列就很简单了
In[2]:
def prep_text(row):
string = row.replace('{', '')
string = string.replace('}', '')
string = string.replace('\',', '\':')
string = string.replace(' ', '')
string = string.replace(')', '')
string = string.replace('(', '')
string = string.replace('\'', '')
return string
df['pairs'] = df['WK_VAL_PAIRS'].apply(prep_text)
dd = df['pairs'].iloc[166]
af = pd.DataFrame([dd.split(',') for x in dd.split('\n')])
af.transpose()
Out[2]:
0 sloth:0.073
1 animal:0.034
2 gift:0.7843
3 spirit:0.0065
4 fans:0.0093
5 funny:1.3714
然而,我错过了将这种转换应用于整个数据帧的飞跃。有没有办法用.apply()
样式的函数而不是for each
循环来实现这一点。处理这件事的最变态的方法是什么
任何帮助都将不胜感激
在下面克里斯的强烈暗示下,我找到了一个适合我需要的解决方案:
def prep_text(row):
string = row.replace('\'', '')
string = '"'+ string + '"'
return string
kvp_df = pd.DataFrame(
re.findall(
'(\w+), (\d.\d+)',
df['WK_VAL_PAIRS'].apply(prep_text).sum()
)
)
用
pandas.DataFrame
试试re.findall
:输出:
相关问题 更多 >
编程相关推荐