具有相同键的字典列表，需要用返回键列名

如何解决具有相同键的字典列表，需要用返回键列名

我对 Pandas 和数据预处理很陌生。我有一个任务，我得到了一个包含列的数据集，其中每一行都包含具有相同键的字典列表，请检查下图

我想要实现的是为新的 Plates 列下的每一行获取一个 list 的 values 板的 list。必须看起来像这样

这是需要清理的样本数据。考生 "[{'plate': 'ap26tl0624'},{'plate': 'ap26tl0624'}]" [{'板'：'1111'}] “[{'plate'：'ap1gth6815'}，{'plate'：'ap16th6815'}，{'plate'：'ap16thg815'}，{'plate'：'ap16thg815'}]” [{'板'：'2gce6935'}] "[{'plate': 'ap16tbc815'},{'plate': 'ap1676318'}]" “[{'plate'：'ap26ce6935'}，{'plate'：'ap26ce6935'}，{'plate'：'ap26ce6933'}，{'plate'：'ap26ce6935'}]” "[{'plate': 'ap26ch1629'},{'plate': 'ap26ch1629'},{'plate': 'ap26ch1623'},{'plate': 'ap26ch1629'}]" “[{'plate': 'ap20185'},{'plate': 'ai20186'}]” [{'板'：'br06bp5210'}] “[{'plate'：'ap39dg9428'}，{'plate'：'ap39dg9428'}，{'plate'：'ap39dg9428'}，{'plate'：'br06bd4347'}]” [{'板'：'rj26ca6690'}]

有人可以看看这个吗。

提前致谢

解决方法

编辑回答是为了满足请求的数据格式。

请尝试以下操作：

# generate test dataframe
df_test = pd.DataFrame([[0,[{'plate':'2323'},{'plate':'13'}]],[1,[{'plate':'2323'}]]],columns=['ids','candidate'])

def get_plates(row):
    # function that returns list of plates from your data structure
    # EDITED
    if type(row['candidate']) == str:
        return [dict_value['plate'] for dict_value in eval(row['candidate'])]
    else:
        return [dict_value['plate'] for dict_value in row['candidate']]

# applying function get_plates to each row and save to column df['Plates']
df_test ['Plates'] = df_test .apply(get_plates,axis = 1)

df_test

以下是请求数据格式的函数输出示例

test_data = [
    "[{'plate': 'ap26tl0624'},{'plate': 'ap26tl0624'}]",[{'plate': '1111'}],"[{'plate': 'ap1gth6815'},{'plate': 'ap16th6815'},{'plate': 'ap16thg815'},{'plate': 'ap16thg815'}]",[{'plate': '2gce6935'}],"[{'plate': 'ap16tbc815'},{'plate': 'ap1676318'}]","[{'plate': 'ap26ce6935'},{'plate': 'ap26ce6935'},{'plate': 'ap26ce6933'},{'plate': 'ap26ce6935'}]","[{'plate': 'ap26ch1629'},{'plate': 'ap26ch1629'},{'plate': 'ap26ch1623'},{'plate': 'ap26ch1629'}]","[{'plate': 'ap20185'},{'plate': 'ai20186'}]",[{'plate': 'br06bp5210'}],"[{'plate': 'ap39dg9428'},{'plate': 'ap39dg9428'},{'plate': 'br06bd4347'}]",[{'plate': 'rj26ca6690'}]
]



test_data_df = pd.DataFrame(test_data,columns=['candidate'])
test_data_df['Plates'] = test_data_df.apply(get_plates,axis = 1)
test_data_df