Question

我有一个数据框df，其列为hashtags，这样：

df['hashtags']
>>>
0                                                       NaN
1                                                       NaN
2                                               ['COVID19']
3                                               ['COVID19']
4                         ['CoronaVirusUpdates', 'COVID19']
                                ...                        
132596    ['coronacrise', 'covid19', 'JN', 'NãoÉSóUmNúme...
132597                                          ['covid19']
132598                                ['corona', 'covid19']
132599                                                  NaN
132600                                          ['covid19']
Name: hashtags, Length: 132601, dtype: object

我想创建一个包含该列的所有列表元素（Nan除外）的列表。
我尝试通过以下方式列出列表：

li = df['hashtags'].tolist()

但是它将列表转换成字符串，最后得到一个字符串列表。例如：

li[:5]
>>> 
[nan, nan, "['COVID19']", "['COVID19']", "['CoronaVirusUpdates', 'COVID19']"]

我对li[:5]的期望输出是：

['COVID19', 'COVID19', 'CoronaVirusUpdates', 'COVID19', 'coronavirus', 'covid19']

Answer 1

想法是首先通过Series.dropna删除缺失值，然后通过ast.literal_eval将列表repr转换为列表，并以列表理解方式展平嵌套列表：

df = pd.DataFrame({'hashtags':[np.nan, np.nan, 
                               "['COVID19']", "['COVID19']", 
                               "['CoronaVirusUpdates', 'COVID19']"]})

import ast

out = [y for x in df['hashtags'].dropna() for y in ast.literal_eval(x)]
print (out)
['COVID19', 'COVID19', 'CoronaVirusUpdates', 'COVID19']

熊猫数据框：将列表的列转换为列表

1 个答案: