这个问题算是群友答疑。如果说同事或者老板给你一堆这样的数据，你估计会抓狂，该怎么处理呢?
仔细观察上面数据可以发现，该数据有如下2个主要特点：
- 每一行的数据长度不同。第一行和第三行有4个属性，第二行有5个属性。
- 不同行的属性值，并不是对应排列。
解题思路剖析
你可能会想，直接用Excel分裂。其实并不可行，因为不同行的属性值，并不是对应排列。Excel分列导致的结果就是：不同的属性，存在于相同的行。
放弃Excel那条路之后，我就只能寻求Python的帮助了。我们要根据数据的特点，选择合适的数据存储方法。最终问题就转化为：构造数据源，然后创建DataFrame即可。
然后根据我们这个数据的特点，我选择构造字典组成的列表这样一个数据，并利用它来创建DataFrame。
观察我提供的这个案例和待解决的问题，简直异曲同工。我们同样可以将上述数据的每一行，都变成一个个键值对组成的字典。然后最外层用一个大列表，将所有的字典包含起来。
完整代码
1)首先需要构造练习数据
- import pandas as pd
- x = {"信息":["年龄:12;性别:女;身高:22;爱好:打球",
- "年龄:12;说明:历史数据;性别:女;身高:22;爱好:打球",
- "生日:2月3日;年龄:12;性别:女;爱好:打球"]
- }
- df = pd.DataFrame(x)
- df
结果如下：
2)构造字典组成的列表
- tmps_list = []
- for data in df["信息"].values:
- tmp_dict = {}
- for kv in data.split(";"):
- k, v = kv.split(":")
- tmp_dict[k] = v
- tmps_list.append(tmp_dict)
- tmps
结果如下：
3)创建DataFrame
- df = pd.DataFrame(tmps)
- df
结果如下：
