如何从表格列的类字典列表格式字符串中提取label=1对应的prob数值

核心思路有两种：一是将类JSON字符串转换为合法结构后解析取值，二是用正则直接匹配目标值，适配不同使用场景的操作方法如下：

方法1：Python解析取值（最稳妥，无匹配误差） #

import json

# 替换为你的原始字符串/表格字段取值
raw_str = "[{'label': 1, 'prob': 0.5001602182558444}, {'label': 0, 'prob': 0.49983978174415555}]"
# 替换单引号为双引号，转为合法JSON格式
json_str = raw_str.replace("'", "\"")
# 解析为列表对象
data_list = json.loads(json_str)
# 匹配label为1的项，取出prob值
target_prob = next(item['prob'] for item in data_list if item['label'] == 1)
print(target_prob)

运行输出：0.5001602182558444

方法2：正则匹配（适合快速提取场景） #

直接通过正则定位label为1的分组后的prob数值，不需要解析完整结构，适配空格不统一的鲁棒写法如下：

import re

raw_str = "[{'label': 1, 'prob': 0.5001602182558444}, {'label': 0, 'prob': 0.49983978174415555}]"
# 正则适配键值之间的任意空格，避免格式不统一导致匹配失败
match_res = re.search(r"'label'\s*:\s*1\s*,\s*'prob'\s*:\s*(\d+\.\d+)", raw_str)
if match_res:
    target_prob = float(match_res.group(1))
    print(target_prob)

方法3：SQL场景直接提取（适配表格字段批量处理） #

如果是处理数据库/数仓表中的该列数据，直接用SQL自带的正则提取函数即可，以Hive/Spark SQL为例：

select 
    regexp_extract(目标列名, "'label'\\s*:\\s*1\\s*,\\s*'prob'\\s*:\\s*(\\d+\\.\\d+)", 1) as label1_prob
from 你的表名;

内容的提问来源于stack exchange，提问作者Ziggy