python - 在具有不一致内容的行的数据框列中应用函数

Question

我有这个数据框:

      data          
0   [dic_inside_list_1]
1   [dic_inside_list_2]  
...

地点:

dic_inside_list_1 = [{'tipo': 'ATIVA', 'nome': 'GABRIEL FRANCISCO DA CUNHA', 'advogado': False, 'advogados': [{'tipo': 'ADVOGADO_PARTE_ATIVA', 'nome': 'PATRICIA DE SIQUEIRA MANOEL DUARTE', 'advogado': True}]}]

dic_inside_list_2 = [{'tipo': 'ATIVA', 'nome': 'JOSÉ FRANCISCO DE OLIVEIRA', 'advogado': False, 'advogados': [{'tipo': 'ADVOGADO_PARTE_ATIVA', 'nome': 'JULIO TORSO ALCANTARA', 'advogado': True}]}, {'tipo': 'PASSIVA', 'nome': 'INDUSTRIAS MENTEN DE CARTONAGEM LTDA', 'advogado': False, 'advogados': []}]

我想创建两个新列:“parte_passiva”和“parte_ativa”“parte_ativa”从字典中获取“nome”，其中“tipo”为“ATIVA”“parte_passiva”从字典中获取“nome”，其中“tipo”为“PASSIVA”

所以它应该看起来像这样:

                   data                    parte_ativa             parte_passiva
0   [dic_inside_list_1]   'GABRIEL FRANCISCO DA CUNHA'     
1   [dic_inside_list_2]   'JOSÉ FRANCISCO DE OLIVEIRA'    'INDUSTRIAS MENTEN DE CARTONAGEM LTDA'
...

以下代码适用于“parte_ativa”，因为它出现在两个词典中:

df['parte_ativa']=df['data'].apply(lambda x: x[0]['nome'] if x[0]['tipo']=='ATIVA' else x)

但是，当我尝试将其应用于parte_passiva df['parte_passiva']=df['data'].apply(lambda x: x[1]['nome'] if x[1][' tipo']=='PASSIVA' else x) 它会引发错误，因为并非所有行都有 'tipo' == 'PASSIVA'

IndexError: list index out of range

有人对此有建议吗？我知道不可能在 lambda 中放入 try 语句。有没有办法使用 if 语句来防止这种情况发生？

Answer 1

当它尝试执行x[1]时，会发生错误。并非所有行的长度都是二。 dic_inside_list_2[1] 给出 IndexError。

如果您的数据是长度为 1 或 2(仅)的列表，并且您仅在 x[1] 处检查 'tipo'=='PASSIVA'，你可以使用:

df['parte_passiva']=df['data'].apply(
    lambda x: x[-1]['nome'] if x[-1].get('tipo', None)=='PASSIVA' else None)

如果您的数据是可变长度的列表，但您仍然仅在 x[1] 处检查 'tipo'=='PASSIVA'，则可以使用:

df['parte_passiva']=df['data'].apply(
    lambda x: x[min(len(x)-1,1)]['nome'] if x[min(len(x)-1,1)].get('tipo', None)=='PASSIVA' else None)

如果'tipo'不存在，我使用x[-1].get('tipo', None)来避免KeyError来自字典，但是 x[-1]['tipo'] 没问题。