Python 将列转换为字典并访问

我有以下数据帧：

print(df.source)

                    source
0     "{'id': None, 'name': 'Cnet.com'}",
1     "{'id': None, 'name': 'Cnet.com'}",
2     "{'id': None, 'name': 'Cnet.com'}",

...

我希望访问“名称”中包含的信息，最终创建：

print(df_final.source)

                    source
0                  Cnet.com
1                  Cnet.com
2                  Cnet.com

...

我试过：

dictio = df["source"].to_dict()

for i in range(0, len(df)):

     dictio[i]["name"]

但它引发了一个错误：“TypeError:字符串索引必须是整数”

---

如何创建df_final？

通过

ast

将值转换为字典，然后通过

get

获取值：

import ast

df['source'] = df['source'].apply(lambda x: ast.literal_eval(x).get("name", 'missing value'))

如有必要，请稍后使用字典列：

import ast

df['source'] = df['source'].apply(ast.literal_eval)
df['source'] = df['source'].apply(lambda x: x.get("name", 'missing value'))

---

问题是源列中的数据是字符串格式的。 我们可以尝试使用

json

包将字符串转换为字典格式，然后从中访问name字段

我认为这个片段应该有用

import json
for index, row in df.iterrows():
    sourceDict = json.loads(row['source'])
    name = sourceDict['name']

---

您必须执行

df['source']=df['source'].apply（lambda x:x['name']）

这假设您在所有行中都有一个dict，并且所有dict中都存在键

'name'

：TypeError:'int'对象不可订阅“，如果在传递该列之前将其转换为字典；否则它将引发：TypeError:字符串索引必须是整数“如果您使用

.apply（lambda x:x.get（“name”，default））

您可以提供默认值

default

，如果dict中不存在“name”，则返回该值。