如何在R中解析列内字典格式文本并拼接为指定键值对字符串？

处理逻辑 #

目标列存储的是单引号包裹的字典格式字符串，字典的值均为单元素列表，且每行字典的键数量、顺序不固定，按以下逻辑处理即可适配所有行：

• 安全将字符串格式的字典转换为Python原生字典结构
• 遍历字典所有键值对，提取键、以及值列表里的第一个元素，按键 : 值的格式生成单条特征文本
• 所有单条特征文本用, 连接，得到最终拼接结果

实现代码（pandas处理表格数据集） #

如果是用pandas处理csv/Excel格式的500行数据集，直接套用以下代码即可，替换成你自己的文件路径、列名就行：

import pandas as pd
import ast

# 读取本地数据集，根据你的文件格式改对应读取方法，比如Excel用pd.read_excel
df = pd.read_csv("你的数据集本地路径.csv")

def format_feature_text(raw_text):
    # 安全解析字符串为字典
    feature_dict = ast.literal_eval(raw_text)
    # 逐一键值拼接，自动适配任意数量的条目
    formatted_items = [f"{feature_name} : {feature_value[0]}" for feature_name, feature_value in feature_dict.items()]
    return ", ".join(formatted_items)

# 新增列存储拼接结果，括号里的"原存储文本的列名"替换成你数据集里的实际列名
df["拼接后特征内容"] = df["原存储文本的列名"].apply(format_feature_text)

# 导出处理完成的数据集
df.to_csv("处理完成的数据集.csv", index=False)

效果验证 #

用给出的示例输入测试：
输入原始文本：
{'Smart Remote': ['Yes'], 'Color Screen': ['Yes'], 'RF Capable': ['Yes'], 'Internet Access': ['Yes']}
处理后输出内容：

Smart Remote : Yes, Color Screen : Yes, RF Capable : Yes, Internet Access : Yes

注意：不要使用eval()做字符串转字典操作，ast.literal_eval仅解析合法的字面量结构，不会执行文本中夹带的恶意代码，处理外部来源的数据集更稳妥。

内容的提问来源于stack exchange，提问作者Aditya Kumar Singh