如何仅翻转DataFrame列中值以'test'开头的字典键值对？

可以通过定义一个处理单个字典的函数，结合pandas.Series.apply()来高效完成需求，不用低效的iterrows()循环。

完整代码示例 #

import pandas as pd

# 构造原DataFrame
df = pd.DataFrame({
    'dict_col': [
        {'aaa':'bbb'},
        {'123':'test a'},
        {'345':'test b','ccc':'dd','789':'test c'}
    ]
})

# 定义处理单个字典的函数
def flip_test_pairs(d):
    new_dict = {}
    for k, v in d.items():
        if isinstance(v, str) and v.startswith('test'):
            # 翻转值以'test'开头的键值对
            new_dict[v] = k
        else:
            # 保留其他键值对不变
            new_dict[k] = v
    return new_dict

# 应用函数处理列
df['dict_col'] = df['dict_col'].apply(flip_test_pairs)

print(df)

输出结果 #

dict_col
0          {'aaa': 'bbb'}
1        {'test a': '123'}
2  {'test b': '345', 'ccc': 'dd', 'test c': '789'}

逻辑说明 #

1. 处理函数flip_test_pairs：遍历输入字典的每个键值对，先判断值是否为字符串且以test开头：
   • 满足条件时，将值作为新键、原键作为新值存入新字典
   • 不满足条件时，直接保留原键值对
2. apply()方法：对dict_col列的每个字典元素批量应用处理函数，相比iterrows()更简洁且性能更优

内容的提问来源于stack exchange，提问作者RustyShackleford