迭代pandas数据帧中的所有列以拆分分隔符

Question

我有一个如下所示的数据框：

    name   val
0   cat    ['Furry: yes', 'Fast: yes', 'Slimy: no', 'Living: yes']
1   dog    ['Furry: yes', 'Fast: yes', 'Slimy: no', 'Living: yes']
2   snail  ['Furry: no', 'Fast: no', 'Slimy: yes', 'Living: yes']
3   paper  ['Furry: no', 'Fast: no', 'Slimy: no', 'Living: no']

对于val列中列表中的每个项目，我想在“：”分隔符上拆分项目。 然后我想让item [0]成为列名，item [1]是该特定列的值。 像这样：

    name   Furry  Fast  Slimy  Living
0   cat    yes    yes   no     yes
1   dog    yes    yes   no     yes
2   snail  no     no    yes    yes
3   paper  no     no    no     no

我已经尝试将apply（pd.Series）用于val列，但是这仍然留给我许多列，我必须手动进行拆分，或者弄清楚如何迭代遍历所有列并进行拆分。 我更喜欢从零开始分割并创建列名。 知道我怎么能做到这一点？

Answer 1

pd.DataFrame直接接受字典列表。 因此，您可以通过列表推导构建数据框，然后加入。

L = [dict(i.split(': ') for i in x) for x in df['val']]

df = df[['name']].join(pd.DataFrame(L))

print(df)

    name Fast Furry Living Slimy
0    cat  yes   yes    yes    no
1    dog  yes   yes    yes    no
2  snail   no    no    yes   yes
3  paper   no    no     no    no

Answer 2

apply与split创建词典：

df.val = df.val.apply(lambda x: dict([i.split(': ') for i in x]))

apply与pd.Series来创建列：

df.join(df.val.apply(pd.Series)).drop('val', 1)

    name Furry  Fast Slimy Living
0    cat   yes   yes    no    yes
1    dog   yes   yes    no    yes
2  snail    no    no   yes    yes
3  paper    no    no    no     no