Python：如何从嵌套列表按键值对提取元素并处理缺失属性

需求说明 #

给定初始字符串列表：

book_attrs = ['ISBN: 9789353765170', 'Pages: 64', 'Size: 294 x 219', 'Language: English', 'Book Binding: Paperback', 'Weight: 350 gm.']

通过split(":")得到的嵌套列表无法直接满足需求，需将各属性值存入对应列表以创建DataFrame，且部分列表可能包含Format属性，需为不存在的属性填充Not available。

实现步骤 #

1. 将原始列表转换为键值对字典 #

把每个字符串按冒号分割，去除值的前后空格，生成属性字典便于后续取值：

# 转换为字典
attr_dict = {}
for item in book_attrs:
    key, value = item.split(":", 1)  # 用split(":",1)避免属性名含冒号的异常情况
    attr_dict[key.strip()] = value.strip()

2. 定义目标属性集合 #

明确所有需要提取的属性（包括可能存在的Format）：

target_attrs = ['ISBN', 'Pages', 'Size', 'Language', 'Book Binding', 'Weight', 'Format']

3. 生成填充后的属性数据 #

遍历目标属性，从字典中取值，不存在的属性用Not available填充：

# 生成单条数据的填充后字典
filled_attrs = {attr: attr_dict.get(attr, 'Not available') for attr in target_attrs}

4. 创建DataFrame #

使用pandas将填充后的属性转换为DataFrame：

import pandas as pd

df = pd.DataFrame([filled_attrs])
print(df)

运行后输出的DataFrame会包含所有目标属性，缺失的Format列会显示Not available。

扩展：批量处理多条书籍数据 #

如果有多个书籍的属性列表，可通过循环批量处理：

# 示例多条书籍数据
multiple_books = [
    ['ISBN: 9789353765170', 'Pages: 64', 'Size: 294 x 219', 'Language: English', 'Book Binding: Paperback', 'Weight: 350 gm.'],
    ['ISBN: 9781234567890', 'Pages: 128', 'Format: Hardcover', 'Language: English', 'Weight: 500 gm.']
]

# 批量处理逻辑
data_list = []
for book in multiple_books:
    attr_dict = {}
    for item in book:
        key, value = item.split(":", 1)
        attr_dict[key.strip()] = value.strip()
    filled_attrs = {attr: attr_dict.get(attr, 'Not available') for attr in target_attrs}
    data_list.append(filled_attrs)

# 生成批量DataFrame
df = pd.DataFrame(data_list)
print(df)

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