我需要在pythone中从dataframe中的文本中提取字符串

Question

我有一个数据框，其中包含一列，如下所示，包含4000行，我需要提取一个字符串，如：

动作冒险幻想科幻小说

摘自下文

'[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 878, "name": "Science Fiction"}]'

Answer 1

这是JSON，而不是数据帧。使用json模块：

import json
s = '[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 878, "name": "Science Fiction"}]'
'-'.join(d['name'] for d in json.loads(s))

#evaluates to 'Action-Adventure-Fantasy-Science Fiction'

Answer 2

根据您的问题，似乎您的数据帧中每行都有这个dict嵌入数据的字符串/列表

我编写了一个可能有帮助的示例：

import pandas as pd
import json
df = pd.DataFrame(['[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 878, "name": "Science Fiction"}]'], columns=['x'])

我制作了一个自定义函数来应用于每一行数据。它可能不是最优雅的，但希望它很容易理解

def collect_names(data_dict):
    name_list = [dic["name"] for dic in data_dict]
    return '-'.join(name_list)

最后

df["names"] = df['x'].apply(lambda row: collect_names(json.loads(row)))

返回…'数据框中每行的动作冒险幻想科幻小说