python - 如何在 Pandas 数据框中使用 ast.literal_eval 并处理异常

Question

我有一个 dataframe，其中有一列包含 tuple 数据作为字符串。例如。 '(5,6)'。我需要将其转换为元组结构。一种方法是使用 ast.literal_eval()。我就是这样用的。

df['Column'] = df['Column'].apply(ast.literal_eval)

不幸的是，我在该列中的数据也包含空字符串。 ast.literal_eval() 无法处理此问题。我收到此错误。

语法错误:解析时出现意外的 EOF

我不确定这是不是因为它无法处理这样的字符。根据我的阅读，我发现 ast.literal_eval() 仅在列表、字典或元组存在于字符串结构中的情况下有效。

为了克服这个问题，我尝试创建自己的函数并在它引发异常时返回一个空字符串。

def literal_return(val):
    try:
        return ast.literal_eval(val)
    except ValueError:
        return (val)

df['Column2'] = df['Column'].apply(literal_return)

即使在这种情况下，也会弹出相同的错误。我们如何处理这个。即使有一种方法可以忽略某些行来应用该函数并应用于其余行，这也会很棒。感谢您的帮助。

Answer 1

我会简单地要求每个条目的字符串类型:

from ast import literal_eval
df['column_2'] = df.column_1.apply(lambda x: literal_eval(str(x)))

如果您需要高级异常处理，您可以这样做，例如:

def f(x):
    try:
        return literal_eval(str(x))   
    except Exception as e:
        print(e)
        return []

df['column_2'] = df.column_1.apply(lambda x: f(x))