将关键字转换为python dataframe列中的列表

Question

我从另一列中提取关键字，创建一个新的列(硬技能)，如下所示：(https://i.stack.imgur.com/XNOIK.png)

但我想让每个关键字成为一个列表格式，在“硬着陆技能”栏。例如，对于“硬技能”列的第一行，我希望得到的结果是：

“'Python编程”，“机器学习”，“数据分析”。

而不是

Python编程，机器学习，数据分析。

这就是我如何将关键词过滤到新的“硬技能”专栏中。

#筛选并创建新专栏，介绍硬技能hard_skills =“Python编程”、“统计”、“统计假设测试”、“数据清理”、“Tensorflow”、“机器学习”、“数据分析”、“数据可视化”、“云计算”、“R编程”、“数据科学”、“计算机编程”、“深度学习”、“数据分析”、“SQL”、“回归分析”、“算法”、“JavaScript”、“Python”

def get_hard_skills(技能)：return_hard_skills =“hard_skill in hard_skills: if skills.find( hard_skill ) >= 0: if return_hard_skills ==”：return_hard_skills = hard_skill hard_skills: return_hard_skills = return_hard_skills +，“+hard_skill if return_hard_skills ==”：返回(未找到)

课程名称技能‘硬技能’=“

#循环数据帧以获得硬技能

对于范围内的I(0，len(course_name_skills)-1)：#数据科学课程的每一行技能= course_name_skills.loci，“技能”如果不是isNaN(技能)：#如果不是空的course_name_skills.loci，“硬技能”=get_hard_skills(技能)

course_name_skills =course_name_skills.replace(未找到，np.NaN) only_hardskills =course_name_skills.dropna(子集=‘难技能’)

是否有办法更改筛选关键字数据框架的代码？还是有更有效的方法？

我试过脱衣舞()，甚至试过我的运气。

return_hard_skills = "[" + return_hard_skills + "," + hard_skill + "]"

但没能通过。

带有原始列的Dataframe

​

​

随机但需要生成的真表或假表

Answer 1

IIUC，这里不需要函数和/或循环，因为您可以使用pandas.Series.str.join获得预期的列/输出：

course_name_skills["hard skills"]= course_name_skills["skills"].str.join(",")

注意:上面的行假设列hard skills保存列表，否则(如果字符串)使用如下：

course_name_skills["hard skills"]= (
                                    course_name_skills["skills"]
                                        .str.strip("[]")
                                        .replace({"'": "", "\s+": ""}, regex=True)
                                    )

Answer 2

df['skills'] = df['hard skills'].str.split(',').apply(
    lambda skills: [skill.strip() for skill in skills]
)

如果您想要添加过滤：

skills = list(set(df['skills'].sum()))
for skill in skills:
  df[skill] = df['skills'].apply(lambda x: skill in x)

df.loc[df['Data Analysis']==True]['course_name']