排序选择数据打分求助：分号分隔字符串转数值列

核心思路 #

将分号分隔的排序字符串拆分为列表，通过位置映射分数（第1偏好=4分，第2=3分，依此类推），再将每个选项转换为独立列并填充对应分数。全程使用基础Pandas操作，无需复杂第三方包。

完整代码实现 #

import pandas as pd

# 1. 构造示例数据（和你的输入一致）
data = {
    'Fruits': [
        'orange;apple;banana;avocado',
        'avocado;apple;banana;orange',
        'apple;banana;orange;avocado',
        'banana;orange;apple;avocado',
        'apple;avocado;banana;orange'
    ],
    'Color': [
        'blue;yellow;red;green',
        'red;green;blue;yellow',
        'yellow;red;green;blue',
        'green;blue;red;yellow',
        'yellow;blue;green;red'
    ]
}
df = pd.DataFrame(data, index=[1,2,3,4,5])

# 2. 定义处理排序列的函数
def process_ranking_col(col_series, scores=[4,3,2,1]):
    # 拆分分号分隔的字符串为排序列表
    split_list = col_series.str.split(';')
    # 生成「选项-分数」的字典，再转换为DataFrame
    return pd.DataFrame(
        split_list.apply(lambda x: dict(zip(x, scores))).tolist(),
        index=col_series.index
    )

# 3. 分别处理Fruits和Color列
fruits_df = process_ranking_col(df['Fruits'])
color_df = process_ranking_col(df['Color'])

# 4. 合并结果并调整列顺序（匹配你的期望输出）
final_df = pd.concat([fruits_df, color_df], axis=1)
final_df = final_df[['apple', 'avocado', 'banana', 'orange', 'blue', 'green', 'red', 'yellow']]

# 查看结果
print(final_df)

代码解释 #

• 拆分字符串：str.split(';')将每行的排序字符串转为有序列表，比如第一行Fruits转为['orange','apple','banana','avocado']。
• 分数映射：通过zip(x, scores)将排序位置和分数绑定，生成字典（如{'orange':4, 'apple':3}），再展开为列。
• 合并调整：将处理后的水果和颜色分数表合并，按你期望的列顺序重新排列。

输出结果 #

运行代码后会得到和你期望完全一致的DataFrame：

apple  avocado  banana  orange  blue  green  red  yellow
1      3        1       2       4     4      1    2       3
2      3        4       2       1     2      3    4       1
3      4        1       3       2     1      2    3       4
4      2        1       4       3     3      4    2       1
5      4        3       2       1     3      2    1       4

内容的提问来源于stack exchange，提问作者isaid-hi