python - 拆分列中的值并创建新的 cols 小问题

Question

我有一个调查数据，其中一列如下:

Evaluations_Col

E: 3, D: 3, C: 3, S: 3, E: 3, X, K: 3   
E: 1, D: 1, C: 1, S: 1, E: 1, X, K: 1
E: 2, D: 2, C: 2, S: 2, E: 2, X, K: 2 
E: 5, D: 5, C: 5, S: 5, E: 5, X, K: 5
E: 3, D: 1, C: 1, S: 1, E: 1, X, K: 1

注意 :我需要忽略列中的 X 值。
我想提取每个评估并将它们分开作为每种评估类型的列。最后预期的列将如下所示:

E_col    D_col     C_Col   ...

3          3         3
1          1         1
2          2         2
5          5         5
3          1         1

我可以用逗号分隔它们并得到这样的列表， [E: 3, D: 3, C: 3, S: 3, E: 3, K: 3]如何为每个创建单独的列并正确分布相应的值？
我可以通过这个正常实现但是 X 值导致问题 bc 字典...我怎样才能排除它？

df1 = pd.DataFrame([dict([y.split(':') for y in x.split(',')]) for x in test_col])
df1.head()

错误是

ValueError: dictionary update sequence element #9 has length 1; 2 is required

Answer 1

仅使用带有 ':' 分隔符的列表理解和过滤行:
让我们将列表理解分解为部分:

在线循环:for x in test_col

仅将行(由 x 表示)分隔为列，用 ',' 分割:for y in x.split(',')

仅当存在“:”分隔符时才将列拆分为键值对:y.split(':') for y in x.split(',') ***only*** if ':' in y (解决了所描述的问题)

代码:

import pandas as pd
import numpy as np

test_col = []
with open('data.csv', 'r') as f:
    test_col = [l.strip() for l in f.readlines()]

df = pd.DataFrame([dict([y.split(':') for y in x.split(',') if ':' in y]) for x in test_col])
print(df.head())

输出:

    E   D   C   S   E   K
0   3   3   3   3   3   3
1   1   1   1   1   1   1
2   2   2   2   2   2   2
3   5   5   5   5   5   5
4   3   1   1   1   1   1