熊猫特色栏到多栏

Question

我有一个CSV文件，其中有9列，最后一列是一系列特性的列，如下所示：

  First Name  Last Name                         Email Grad Date                Major List  Appointments Count  Advising Time  Labels Count                                   Labels Name List
0     Adrien      Yanez           ayaneza@twitter.com       NaN  Psychology: Neuroscience                  12            325            18  acad_stat=gr, class_code=sr, sess=fa, re_id=11...
1    Aindrea     Braams             abraams3v@nps.gov       NaN  Psychology: Neuroscience                   4            120            17  cx_id=600852, re_id=1114446, primary_departmen...
2      Alida  Swinburne  aswinburne52@cyberchimps.com  5/1/2022                Psychology                   1             30            14  re_id=1124407, primary_department=psychology, ...

列Labels Name List是目标列，目标是创建新列，每个列在列表中有一个标记或特性的名称，该值是列表中标签名后面的'=‘符号后面的值，如果没有'=’符号，则值为1。

例如，如果第1行的标记列表是：

adv1=syed ahmad, cx_id=616758, re_id=1112539, slate_id=, class_session=spring, class_yr=2018, advd=joseph atkins, adv2=, not labeled seniors 2022

输出将如下所示：

         adv1   cx_id    re_id  slate_id class_session  class_yr           advd  adv2  not labeled seniors 2022
0  syed admad  616758  1112539         1        spring      2018  joseph atkins     1                         1

那我怎么才能在熊猫身上做到这一点呢？

注意:当然，所有行的总列数都是固定的，这意味着如果一个行没有标签名，它将在此标记列中取0或0的值。

Answer 1

您可以创建一个函数，该函数将接收一个labels_name_list，然后将其拆分为,，然后由=来获取键值对，并将它们作为dict返回。类似于：

def fun(label_names_list):
    key_val_strings = label_names_list.split(',')
    key_val = map(lambda z: (z[0], z[1]), [x.split('=') for x in key_val_strings])
    return dict(key_val)

然后，您需要在labels_name_list列上应用它。这将创建一个新的dataframe：

new_df = df[1].apply(lambda s: pd.Series(fun(s)))

例如

a = [['A', 'Z=cat,b=a1, c=a2'], ['B', 'Z=dog,c=b1,  d=b2']]
new_df = df[1].apply(lambda s: pd.Series(fun(s)))

new_df：

    Z    b   c    c   d
0   cat a1  a2  NaN NaN
1   dog NaN NaN b1  b2

这不是一个完整的解决方案，例如，它没有删除空白，因此这里有两个列"c“和”c“，因为space在c之前使用了