Python 从字典到数据帧的列表列表

我正在尝试拟合这些数据：

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

到数据帧

并非所有标签都出现在每条记录中，例如，有些记录有“里程”，而有些记录没有，反之亦然。 我总共有26个功能，很少有项目具有所有功能

我想构建一个数据框架，它将在列中保存功能，如果功能不存在，那么内容应该是“NaN”

我有

colnames=['Manufacturer', 'Model', 'Mileage', 'Registered', 'Year'...(all 26 features here)] 
df = pd.read_csv("./data/output.csv", sep=",", names=colnames, header=None)

很少有先决条件列会给出预期的输出，但当涉及到可选功能时，缺少数据会导致之后的功能出现在错误的列下。 仅当所有要素都存在时，记录才会正确映射

我忘了提到一些缺少值的功能也没有“：”但在列表中存在。 因此，在这两种情况下：

• “里程数”（缺少值，但也缺少“：”）
• 记录备忘中缺少“里程数”

---

这两种情况下的赋值都应为“NaN”。

使用嵌套列表理解词典列表，如果添加了相同的键，则传递给

DataFrame

构造函数

NaN

：

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

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

编辑：您可以使用

.split（maxslit=1）

按第一个空格分割：

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


df = pd.DataFrame([dict(y.split(maxsplit=1) for y in x) for x in L])
print (df)

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

编辑：

L=[['制造商现代'，
“图森模型”，
“里程258000公里”，
“注册日期：2019年7月”]，
[“制造商马自达”，
“型号6”，
“2014年”，
“注册日期：2019年7月”，
“附加设备aaa”]]
words2=[“附加设备”]
L1=[]
对于L中的x：
di={}
对于x中的y：
对于words中的单词2：
如果set（word.split（maxslit=2）[:2]）

上面写着：ValueError:dictionary update sequence元素#18的长度为1；2是必需的。这是第一条记录中的第一个空元素。我的错误。实际上，这些元素不仅缺少，而且在功能名称后没有“：”。您的第一个版本在缺少功能的记录上工作得非常好。我已经非常感谢了！不幸的是，更新后的版本不适用于功能有两个单词（“附加设备”）的记录，例如。Awesom！很好用！非常感谢你！

L = [['Manufacturer  Hyundai',
  'Model  Tucson',
  'Mileage  258000 km',
  'Registered  07/2019'],
 ['Manufacturer  Mazda',
  'Model  6',
  'Year  2014',
  'Registered  07/2019',
  'Additional equipment aaa']]

words2 = ['Additional equipment']

L1 = []
for x in L:
    di = {}
    for y in x:
        for word in words2:
            if set(word.split(maxsplit=2)[:2]) < set(y.split()):
                i, j, k = y.split(maxsplit=2)
                di['_'.join([i, j])] = k
            else:
                i, j = y.split(maxsplit=1)
                di[i] = j
    L1.append(di)

df = pd.DataFrame(L1)
print (df)
  Additional_equipment Manufacturer    Mileage   Model Registered  Year
0                  NaN      Hyundai  258000 km  Tucson    07/2019   NaN
1                  aaa        Mazda        NaN       6    07/2019  2014