Question

我有这个'file.csv'文件用pandas读取：

Title|Tags
T1|"[Tag1,Tag2]"
T1|"[Tag1,Tag2,Tag3]"
T2|"[Tag3,Tag1]"

使用

df = pd.read_csv('file.csv', sep='|')

输出是：

  Title              Tags
0    T1       [Tag1,Tag2]
1    T1  [Tag1,Tag2,Tag3]
2    T2       [Tag3,Tag1]

我知道列Tags是一个完整的字符串，因为：

In [64]: df['Tags'][0][0]
Out[64]: '['

我需要将其作为["Tag1","Tag2"]之类的字符串列表来阅读。我尝试了this问题中提供的解决方案，但没有运气，因为我有[和]字符实际上搞乱了事情。

期望的输出应该是：

In [64]: df['Tags'][0][0]
Out[64]: 'Tag1'

Answer 1

您可以手动拆分字符串：

>>> df['Tags'] = df.Tags.apply(lambda x: x[1:-1].split(','))
>>> df.Tags[0]
['Tag1', 'Tag2']

Answer 2

您可以使用strip和split将字符串转换为列表。

df_out = df.assign(Tags=df.Tags.str.strip('[]').str.split(','))

df_out.Tags[0][0]

输出：

'Tag1'

Answer 3

或

df.Tags=df.Tags.str[1:-1].str.split(',').tolist()

Answer 4

您的$(".expanding-subhead-active").on('click', function(e){ e.preventDefault(); //$(".toggle-container").not($(this).next()).hide(300); $('#right .toggle-container').hide(); $("div[rel='profile_" + $(this).attr("profile") + "']").show(300,"linear");似乎是一个字符串列表。如果你打印那个列表，你应该得到df['Tags']这就是为什么当你调用第一个元素的第一个元素时，你实际上得到了字符串的第一个单个字符，而不是你想要的。

您需要在之后解析该字符串。执行类似

的操作

["[tag1,tag2]","[Tag1,Tag2,Tag3]","[Tag3,Tag1]"]

但正如您在引用的示例中所看到的，这将为您提供一个类似于

的列表

df['Tags'][0] = df['Tags'][0].split(',')

您需要的是一种解析字符串编辑多个字符的方法。您可以使用简单的正则表达式来执行此操作。类似的东西：

in: df['Tags'][0][0] 
out: '[tag1'`

将打印：

 import re
 df['Tags'][0] = re.findall(r"[\w']+", df['Tags'][0])
 print(df['Tags'][0][0])

使用涉及Pandas转换器的其他答案，您可以编写如下转换器：

 'tag1'

如果您不知道正则表达式，它们可能非常强大，但如果您不确定输入字符串的内容，也会无法预测。此处使用的表达式def clean(seq_string): return re.findall(r"[\w']+", seq_string)将匹配任何常用单词字符字母数字和下划线，并将其他所有内容视为r"[\w']+"的一个点，以便将列表拆分为。

Answer 5

我认为你可以使用json模块。

import json
import pandas

df = pd.read_csv('file.csv', sep='|')
df['Tags'] = df['Tags'].apply(lambda x: json.loads(x))

因此，这将像以前一样加载数据框，然后将lambda函数应用于Tags列中的每个项目。 lambda函数调用json.loads()，它将列表的字符串表示转换为实际列表。

Answer 6

这是一个简单而高效的操作：

df['Tags'].str.split(',')

pandas - 将字符串转换为字符串列表

6 个答案: