我使用Python将CSV文件读取为DataFrame,我不知道如何编写代码来提取数字,例如21和35后面的“间隔”一词,条件为“胜利”。
import pandas as pd
order = pd.read_csv('C:/Users/Desktop/order.csv')
order.rate.str.extractall(interval)
这是一个示例数据:
id status rate
1, good, {"id": 101, "win": {"interval": 21, "pay_rate": 0.239}}
2, good, {"id": 1892, "win": {"interval": 35, "pay_rate": 0.769}}
3, bad, {"id": 153, "lose": {"interval": 39, "pay_rate": 0.369}}
答案 0 :(得分:2)
根据我的经验,当从csv读取时,你的dict列是字符串,所以我们需要先使用literal_eval
中的ast
将其转换回来,然后我们需要执行以下步骤
s=df.rate.apply(pd.Series).set_index('id').stack().apply(pd.Series)
s
Out[289]:
interval pay_rate
id
101 win 21.0 0.239
1892 win 35.0 0.769
153 lose 39.0 0.369
然后我们需要切出你需要的条件
s.loc[(slice(None),'win'),:].interval
Out[301]:
id
101 win 21.0
1892 win 35.0
Name: interval, dtype: float64
数据:
from ast import literal_eval
df=pd.DataFrame({'id':[1,2,3],'status':['good','good','bad'],'rate':['{"id": 101, "win": {"interval": 21, "pay_rate": 0.239}}','{"id": 1892, "win": {"interval": 35, "pay_rate": 0.769}}','{"id": 153, "lose": {"interval": 39, "pay_rate": 0.369}}']})
df['rate'] = df['rate'].apply(literal_eval)