pandas如何按|拆分列值、赋值布尔值并转换为字典

原有代码问题说明 #

• 多值场景逻辑错误：拆分字符串后循环向列表追加单键字典，最终得到列表嵌套字典结构，没有将所有拆分出的键合并到同一个字典中
• 赋值逻辑无效：直接遍历Series取到的是值拷贝，修改临时变量v不会同步更新到原DataFrame对应位置
• 冗余判断：不需要单独判断字符串是否包含|，split('|')对无分隔符的字符串会返回仅含原字符串的单元素列表，逻辑可以统一

修正代码实现 #

方案1：修正版循环写法（适配原有编码习惯） #

直接通过索引定位修改原DataFrame数值，去掉冗余判断，统一用字典推导式生成单字典：

import pandas as pd

for idx, val in df['Condition'].items():
    # 空值/Null值不做处理
    if pd.isna(val) or val == 'Null':
        continue
    # 拆分后直接生成所有键对应True的字典
    key_list = val.split('|')
    df.loc[idx, 'Condition'] = {k: True for k in key_list}

方案2：向量化写法（推荐，大数据量性能更优） #

用map方法做整列映射，避免显式循环，代码更简洁：

import pandas as pd

def convert_str_to_dict(s):
    if pd.isna(s) or s == 'Null':
        return s
    return {k: True for k in s.split('|')}

df['Condition'] = df['Condition'].map(convert_str_to_dict)

效果验证 #

针对给出的样例输入，运行后输出完全匹配预期：

注：样例中写的{"NP"=True}属于笔误，Python字典标准语法用冒号分隔键值对，如果需要输出JSON格式的字符串而非Python字典对象，可以引入json模块，将生成的字典用json.dumps()转成字符串即可。

内容的提问来源于stack exchange，提问作者unicorn