python - 基于分隔符拆分字符串列并将其转换为 Pandas 中的 dict 无需循环

Question

我有以下数据框

clm1, clm2, clm3
10, a, clm4=1|clm5=5
11, b, clm4=2

我想要的结果是

clm1, clm2, clm4, clm5
10, a, 1, 5
11, b, 2, Nan

我试过下面的方法

rows = list(df.index)    

dictlist = []

    for index in rows: #loop through each row to convert clm3 to dict
        i = df.at[index, "clm3"]        

        mydict = dict(map(lambda x: x.split('='), [x for x in i.split('|') if '=' in x]))
        dictlist.append(mydict)


l=json_normalize(dictlist) #convert dict column to flat dataframe

resultdf = example.join(l).drop('clm3',axis=1)

这给了我想要的结果，但我正在寻找一种更有效的方法将 clm3 转换为 dict 不涉及遍历每一行。

Answer 1

两个步骤:

想法是创建一个双重拆分，然后按索引分组并将值作为列拆开

s = (
    df["clm3"]
    .str.split("|", expand=True)
    .stack()
    .str.split("=", expand=True)
    .reset_index(level=1, drop=True)
)

final = pd.concat([df, s.groupby([s.index, s[0]])[1].sum().unstack()], axis=1).drop(
    "clm3", axis=1
)

print(final)
   clm1 clm2  clm4 clm5
0    10    a     1    5
1    11    b     2  NaN