python - 如何用 Pandas 数据框列中列表的第一个元素替换列表？

Question

我有一个 pandas 数据框 df，它看起来像这样:

df = pd.DataFrame({'Name':['Harry', 'Sam', 'Raj', 'Jamie', 'Rupert'],
                   'Country':['USA', "['USA', 'UK', 'India']", "['India', 'USA']", 'Russia', 'China']})

Name           Country

Harry          USA
Sam            ['USA', 'UK', 'India']
Raj            ['India', 'USA']
Jamie          Russia
Rupert         China

Country 列中的一些值是列表，我想用列表中的第一个元素替换这些列表，这样它看起来像这样:

Name           Country

Harry          USA
Sam            USA
Raj            India
Jamie          Russia
Rupert         China

Answer 1

因为你有字符串，你可以在这里使用正则表达式:

df['Country'] = df['Country'].str.extract('((?<=\[["\'])[^"\']*|^[^"\']+$)')

输出(为清楚起见作为新列):

     Name                 Country Country2
0   Harry                     USA      USA
1     Sam  ['USA', 'UK', 'India']      USA
2     Raj        ['India', 'USA']    India
3   Jamie                  Russia   Russia
4  Rupert                   China    China

正则表达式:

(             # start capturing
(?<=\[["\'])  # if preceded by [" or ['
[^"\']*       # get all text until " or '
|             # OR
^[^"\']+$     # get whole string if it doesn't contain " or '
)             # stop capturing