在將列表解析為字典到Pandas DataFrame時忽略錯誤

Question

如何告訴熊貓忽略列表中不正確的詞典項目？

為了簡單起見，如果我有上一個問題的第一個版本解決方案的情況：

L =[['Manufacturer: Hyundai',
  'Model: Tucson',
  'Mileage: 258000 km',
  'Registered: 07/2019'],
 ['Manufacturer: Mazda',
  'Model: 6',
  'Year: 2014',
  'Registered: 07/2019',
  'Comfort',
  'Safety']]

df = pd.DataFrame([dict(y.split(':') for y in x) for x in L])
print (df)

第二個dict項目的最后兩個項目缺少值（“舒適”和“安全”），但它們也缺少“：”，因此熊貓拋出了：

ValueError: dictionary update sequence element #5 has length 1; 2 is required

如何告訴熊貓忽略這些類型的錯誤並繼續解析列表？

Answer 1

只需添加一些if條件。

pd.DataFrame([
    dict(y.split(':') for y in x if ':' in y) for x in L])

  Manufacturer     Mileage    Model Registered   Year
0      Hyundai   258000 km   Tucson    07/2019    NaN
1        Mazda         NaN        6    07/2019   2014

如果要包括那些值NaN，則改變if一個if-else的理解中。

pd.DataFrame([
    dict(y.split(':') if ':' in y else (y, np.nan) for y in x) for x in L])


   Comfort Manufacturer     Mileage    Model Registered  Safety   Year
0      NaN      Hyundai   258000 km   Tucson    07/2019     NaN    NaN
1      NaN        Mazda         NaN        6    07/2019     NaN   2014

Answer 2

如果可以使用no :是鍵的值，則添加if-else ：

df = pd.DataFrame([dict(y.split(':') if ':' in y else (y, np.nan) for y in x) for x in L])
print (df)
       Comfort Manufacturer     Mileage    Model Registered  Safety   Year
0      NaN      Hyundai   258000 km   Tucson    07/2019     NaN    NaN
1      NaN        Mazda         NaN        6    07/2019     NaN   2014