Pandas DataFrame列字符串解析：生成单词-类别映射字典

你用ast.literal_eval报错是因为你的字符串格式根本不是合法的Python字面量（比如字典、列表的格式），这个方法只适用于解析符合Python语法的字符串，显然你的数据格式不匹配，换拆分字符串的方式就能解决。

处理步骤： #

• 先把每个单元格的字符串按空格拆分成单词|类别的独立单元
• 再把每个单元按|拆分成单词和对应类别
• 遍历所有单元，构建字典（自动去重，重复单词会保留最后一次出现的类别；如果要处理多类别可以用列表存储）

代码示例 #

假设你的DataFrame结构如下：

import pandas as pd

df = pd.DataFrame({
    'col': [
        'word1|category1 word2|category2',
        'word3|category3 word4|category4 word2|category2',
        'word1|category1 word4|category4 word3|category3'
    ]
})

方法1：构建唯一单词到类别的字典（重复单词覆盖）

word_category_map = {}

for s in df['col']:
    # 按空格拆分出每个word|category对
    for pair in s.split():
        word, category = pair.split('|')
        word_category_map[word] = category

print(word_category_map)

输出结果：

{'word1': 'category1', 'word2': 'category2', 'word3': 'category3', 'word4': 'category4'}

方法2：处理单词对应多个类别的情况（收集所有不重复类别）

如果存在同一个单词对应不同类别的场景，可以用defaultdict来收集所有类别：

from collections import defaultdict

word_category_map = defaultdict(list)

for s in df['col']:
    for pair in s.split():
        word, category = pair.split('|')
        # 避免重复添加同一类别
        if category not in word_category_map[word]:
            word_category_map[word].append(category)

# 转换为普通字典
word_category_map = dict(word_category_map)

内容的提问来源于stack exchange，提问作者rse