Python - 将日期：价格列表转换为新行

Question

我想把下面这个表格中的一列转换成新的行：

编号	价格
001	["三月:59", "四月:64", "五月:62"]
002	["一月:55", 其他]

想要变成这样：

编号	日期	价格
001	三月	59
001	四月	64
001	五月	62
002	一月	55

这些日期和价格的配对并不是用传统的字典格式存储的，像下面这个解决方案：

将字典的键转换为行，并使用Pandas在单列中显示所有值

我已经把键值对分成了单独的行，像这样：

编号	价格
001	三月:59
001	四月:64

然后我可以用字符串处理把这些分成两列，但这样感觉效率不高，没能真正利用这些键值对。有没有人能帮帮我呢？

Answer 1

试试这个：

# apply ast.literal_eval if necessary:
from ast import literal_eval

df["Prices"] = df["Prices"].apply(literal_eval)

df = df.explode("Prices")
df[["date", "price"]] = df.pop("Prices").str.split(":", n=1, regex=False).to_list()

print(df)

输出结果是：

   Id   date price
0   1  March    59
0   1  April    64
0   1    May    62
1   2    Jan    55

Answer 2

如果你有有效的列表，可以使用explode和split：

df = pd.DataFrame({'Id': ['001', '002'],
                   'Prices':   [["March:59", "April:64", "May:62"], ["Jan:55"]]})

out = df.explode('Prices')
out[['date', 'price']] = out.pop('Prices').str.split(':', expand=True)

如果你有字符串，可以使用str.extractall配合正则表达式，以及join：

df = pd.DataFrame({'Id': ['001', '002'],
                   'Prices':   ['["March:59", "April:64", "May:62"]', '["Jan:55"]']})

out = (df.drop(columns='Prices') 
          .join(df['Prices'].str.extractall(r'(?P<date>[^":]+):(?P<price>[^":]+)')
                .droplevel('match'))
       )

输出结果：

    Id   date price
0  001  March    59
0  001  April    64
0  001    May    62
1  002    Jan    55

这是第二种方法的正则表达式演示。