使用Python在csv(数据框)中提取特定的字符串数据

时间:2018-02-14 21:35:45

标签: python pandas csv dataframe

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}}

1 个答案:

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)