Question

假设一个字符串列表：

lst1 = ['A1 B1 C1', 'A2 B2 D1', 'S1 M1 A3', 'A4 B3 G1','H1 K1 W1']

我想通过在每个字符串（如果可用）中搜索特定值来创建表，然后填充pandas dataframe。

像这样：

         'A'     'B'     'C'      'D'
string1   A1      B1      C1      Nan
string2   A2      B2     Nan       D1
string3   A3      Nan    Nan      Nan
string4   A4      B3     Nan      Nan
string5   Nan     Nan    Nan      Nan

为了在每个字符串中进行搜索，我将每个字符串拆分为一个列表，使其成为嵌套列表，以便在每个要搜索的字符串中运行for循环。我的RegEx游戏不是很强大，但是我认为可以通过RegEx的良好处理来完成。

我当前的代码：

import pandas as pd
lst1 = ['A1 B1 C1', 'A2 B2 D1', 'S1 M1 A3', 'A4 B3 G1','H1 K1 W1']
modlst1 = []
for each in lst1:
    modlst1.append(each.split())

rows = range(len(modlst1)) ### rows for each string
cols = ['A','B','C','D']   ### cols for each string
df = pd.DataFrame(index = rows, columns = cols)
df = df.fillna(0)

### Populating values
for each in rows:
    for stuff in modlst1[each]:
        if stuff.startswith('A'):
           df['A'] = stuff
        elif stuff.startswith('B'):
           df['B'] = stuff
        elif stuff.startswith('C'):
           df['C'] = stuff
        elif stuff.startswith('D'):
           df['D'] = stuff

我是Python的新手，所以我仍在学习字符串操作以及搜索和查找。我相信必须有更好的方法来做到这一点。我的解决方案无法正常工作，因为当我尝试将相同的值放入数据框中时，它们会一直填充在数据框中。但是当我这样做时：

        if stuff.startswith('A'):
           print(stuff)

循环运行正常，我得到了“ A”，“ B”，“ C”，“ D”的不同值。例如：（我不想这样）

         'A'     'B'     'C'      'D'
string1   A1      B1      C1      Nan
string2   A1      B1      C1       D1
string3   A1      B1      C1       D1
string4   A1      B1      C1       D1
string5   A1      B1      C1       D1

Answer 1

这是一种实现方法：

import pandas as pd

lst1 = ['A1 B1 C1', 'A2 B2 D1', 'S1 M1 A3', 'A4 B3 G1','H1 K1 W1']

cols = ['A', 'B', 'C', 'D']   ### cols for each string
df = pd.DataFrame(columns=cols)

### Populating values
for elt in lst1:
    new = {}
    for sub_elt in elt.split(" "):
        if sub_elt[0] in cols:
            new[sub_elt[0]] = sub_elt
    df = df.append(pd.Series(new), ignore_index=True)

随时询问是否不清楚

通过在列表的字符串子字符串中搜索数据来填充熊猫数据框

1 个答案: