python - 如何在pandas中将数组列读取为数组而不是字符串

Question

我的 csv 文件中有一个列，其值如下:

['类型:CARDINAL，值:50p'，'类型:CARDINAL，值:10'，'类型:CARDINAL，值:10']

问题是当我将数据加载到数据框中时，我得到一个字符串而不是一个数组，并且我无法遍历它。

我也尝试过 json.loads() 但问题是有时我有像 ["Type: TIME, Value: last night's"] 这样的值，所以我可以不将 单引号 (') 替换为 双引号 (")，这会阻止 json 解析我的字符串。

知道如何将我的列作为数组读取吗？

Answer 1

使用ast.literal_eval将列表的字符串表示形式转换为列表:

import ast

a = "['Type: CARDINAL, Value: 50p', 'Type: CARDINAL, Value: 10', 'Type: CARDINAL, Value: 10']"
df = pd.DataFrame({'col':[a, a]}) 

df['col'] = df['col'].apply(ast.literal_eval)
print (df)
                                                 col
0  [Type: CARDINAL, Value: 50p, Type: CARDINAL, V...
1  [Type: CARDINAL, Value: 50p, Type: CARDINAL, V...

print (type(df.loc[0, 'col']))
<class 'list'>

编辑:

如果需要查找所有无法转换的值:

a = "['Type: CARDINAL, Value: 50p', 'Type: CARDINAL, Value: 10', 'Type: CARDINAL, Value: 10']"
df = pd.DataFrame({'col':[a, a,  'wrong "']}) 

def test(x):
    try:
        return ast.literal_eval(x)
    except:
        return np.nan

df['new'] = df['col'].apply(test)
print (df)
                                                 col  \
0  ['Type: CARDINAL, Value: 50p', 'Type: CARDINAL...   
1  ['Type: CARDINAL, Value: 50p', 'Type: CARDINAL...   
2                                            wrong "   

                                                 new  
0  [Type: CARDINAL, Value: 50p, Type: CARDINAL, V...  
1  [Type: CARDINAL, Value: 50p, Type: CARDINAL, V...  
2                                                NaN 

print (df[df['new'].isna()])

       col  new
2  wrong "  NaN