python - 如何根据某种格式取消堆叠熊猫列？

Question

我df的列unnamed的第一个元素是

'{company=*, location=world, industry=*, segment=*, feature=*, product=*, basekpi=customer_demand}'

第二个元素是NaN。我想将此列拆分为 7 列company、location、industry、segment、feature、product和basekpi。我expected_df的是

您能否详细说明如何执行此操作？

import pandas as pd
unnamed = ['{company=*, location=world, industry=*, segment=*, feature=*, product=*, basekpi=customer_demand}',
           'NaN']
df = pd.DataFrame({'id': [0, 1], 'unnamed': unnamed})
df

标签： pythonpandas

Answer 1

Series.str.findall

我们可以使用正则表达式捕获组从列findall中提取键值对unnamed

pd.DataFrame(map(dict, df['unnamed'].str.findall(r'([^{=,]+)=([^,}]+)')))

---

  company  location  industry  segment  feature  product          basekpi
0       *     world         *        *        *        *  customer_demand
1     NaN       NaN       NaN      NaN      NaN      NaN              NaN

正则表达式详细信息

• ([^{=,]+): 第一个捕获组
  • [^=,]+：匹配列表中不存在的任何字符[{=,]一次或多次
• ==：从字面上匹配字符
• ([^,}]+): 第二个捕获组
  • [^,]+：匹配列表中不存在的任何字符[,}]一次或多次

见网上regex demo