Python 拆分列中的值并创建新cols是一个小问题

我有一份调查数据，其中一列如下：

Evaluations_Col

E: 3, D: 3, C: 3, S: 3, E: 3, X, K: 3   
E: 1, D: 1, C: 1, S: 1, E: 1, X, K: 1
E: 2, D: 2, C: 2, S: 2, E: 2, X, K: 2 
E: 5, D: 5, C: 5, S: 5, E: 5, X, K: 5
E: 3, D: 1, C: 1, S: 1, E: 1, X, K: 1

注意：我需要忽略列中的X值

我想提取每个评估，并将它们作为每种评估类型的列分开。最后，预期列将如下所示：

E_col    D_col     C_Col   ...

3          3         3
1          1         1
2          2         2
5          5         5
3          1         1

我可以用逗号把它们分开，得到这样一个列表，

[E:3，D:3，C:3，S:3，E:3，K:3]

如何为每个列创建单独的列并正确地分布相应的值

我可以通过此操作正常完成，但是X值会导致问题。。。我怎样才能排除它

df1 = pd.DataFrame([dict([y.split(':') for y in x.split(',')]) for x in test_col])
df1.head()

错误是

ValueError: dictionary update sequence element #9 has length 1; 2 is required

---

一种方法是使用

str.extractall

：

s = df["Value"].str.extractall(r"([A-Z]):\s(\d)").reset_index().groupby("level_0")

print (pd.DataFrame(s[1].agg(list).tolist(), columns=s[0].get_group(0).tolist()))

   E  D  C  S  E  K
0  3  3  3  3  3  3
1  1  1  1  1  1  1
2  2  2  2  2  2  2
3  5  5  5  5  5  5
4  3  1  1  1  1  1

---

仅使用带“：”分隔符的列表理解和筛选行：

让我们把清单分成几个部分：

行上循环：

用于测试列中的x

通过用“，”分隔，仅将行（由

x

表示）分隔为列：

用于x中的y。拆分（“，”）

仅当“：”分隔符存在时才将列拆分为键值对：

y.split（“：”）用于x.split（“，”）***仅当y中的“：”存在时才拆分***（这解决了所描述的问题）

代码：

输出：

    E   D   C   S   E   K
0   3   3   3   3   3   3
1   1   1   1   1   1   1
2   2   2   2   2   2   2
3   5   5   5   5   5   5
4   3   1   1   1   1   1

---

使用

str.split

和

stack

df1 = (
    df["Evaluations_Col"]
    .str.split(",", expand=True)
    .stack()
    .str.split(":", expand=True)
    .set_index(0, append=True)
    .dropna()
    .unstack([1, 2])
    .droplevel(1,1)
)


    1                    
0   E   D   C   S   E   K
0   3   3   3   3   3   3
1   1   1   1   1   1   1
2   2   2   2   2   2   2
3   5   5   5   5   5   5
4   3   1   1   1   1   1

我得到这个错误-->

传递值的长度是0，索引意味着2。

df1 = (
    df["Evaluations_Col"]
    .str.split(",", expand=True)
    .stack()
    .str.split(":", expand=True)
    .set_index(0, append=True)
    .dropna()
    .unstack([1, 2])
    .droplevel(1,1)
)


    1                    
0   E   D   C   S   E   K
0   3   3   3   3   3   3
1   1   1   1   1   1   1
2   2   2   2   2   2   2
3   5   5   5   5   5   5
4   3   1   1   1   1   1