如何在含300列的不规则DataFrame中提取指定属性值？

针对你这种有300列、属性分散在不同列的不规则DataFrame，核心思路是拆分单元格键值对+定向提取目标属性，以下是两种常见需求的高效实现方案（基于Python pandas）：

方案1：提取目标属性为列表 #

直接收集所有目标属性的值，适合快速查看或后续统计分析：

单属性提取（如ID） #

import pandas as pd

# 构造示例DataFrame（替换为你的实际数据）
data = {
    'Column1': ['Color=Blue', 'Location=USA', 'ID=987'],
    'Column2': ['Location=USA', 'ID=123', 'Name=Gary'],
    'Column3': ['Name=Steve', 'Name=Randy', 'Color=Red'],
    'Column5': ['N/A', 'Color=Purple', 'Location=Italy']
}
df = pd.DataFrame(data)

target_attr = 'ID'
attr_values = []

# 遍历所有单元格，拆分键值对并收集目标属性
for col in df.columns:
    for cell in df[col]:
        if cell != 'N/A':  # 跳过空值，若实际是NaN则用pd.isna(cell)判断
            key, value = cell.split('=', 1)  # 只拆分第一个=，避免值含=的情况
            if key == target_attr:
                attr_values.append(value)

print(f"{target_attr}={attr_values}")
# 输出：ID=['987', '123']

多属性提取（如Color+ID） #

用字典批量收集多个属性的值：

target_attrs = ['Color', 'ID']
attr_dict = {attr: [] for attr in target_attrs}

for col in df.columns:
    for cell in df[col]:
        if cell != 'N/A':
            key, value = cell.split('=', 1)
            if key in attr_dict:
                attr_dict[key].append(value)

for attr, values in attr_dict.items():
    print(f"{attr}={values}")
# 输出：
# Color=['Blue', 'Purple', 'Red']
# ID=['987', '123']

方案2：生成保留原结构的过滤DataFrame #

仅保留原表格中目标属性的单元格内容，其余置空，适合对比原数据位置：

target_attr = 'ID'

# 定义单元格过滤函数
def filter_target_attr(cell):
    if cell == 'N/A':
        return ''
    key, _ = cell.split('=', 1)
    return cell if key == target_attr else ''

# 应用到整个DataFrame
filtered_df = df.applymap(filter_target_attr)

# 输出为markdown表格（和你示例格式一致）
print(filtered_df.to_markdown(index=False))

输出结果：

优化说明 #

• 效率：遍历+拆分的方式对300列的DataFrame足够高效，若数据量极大（百万级行），可改用df.stack()扁平化数据后处理，进一步提升速度。
• 兼容性：若单元格存在NaN而非N/A，将判断条件改为pd.isna(cell)即可；若值中包含=，split('=',1)确保只拆分属性名和值的分隔符。

内容的提问来源于stack exchange，提问作者NRH