我有一个由 ids 和 url 组成的原始文本数据文件。然后我想将 url 解析为 Python 字典，然后转换为 pandas 数据帧，以便我可以分析某些 url 元素。
问题是某些元素是重复的。例如，URL 可能为 /browse/?item_type=15&color=336&color=45。注意 color= 显示两次。然后，如果我使用 urllib.parse.parse_qs 解析 url，生成的字典将包含键值对 'color' - ['336','45']，该值是一个列表。因此，当我尝试将解析的行连接到 url 元素的现有数据框中时，会引发错误:
ValueError: arrays must all be same length
new_df = DataFrame.from_dict(urllib.parse.parse_qs(df1['url'][1]), orient='columns', dtype=None)
new_df['id'] = df1['id'][1]
for i in range(2,35):
add_df = DataFrame.from_dict(urllib.parse.parse_qs(df1['url'][i]), orient='columns', dtype=None)
add_df['id'] = df1['id'][i]
new_df = pd.concat([new_df, add_df])
我的问题是:如何绕过这个问题？此时，如果有两种颜色，我愿意只接受一种颜色到我的数据框中 - 网址包含两种颜色的情况很少。
最佳答案
{k: [v[0]] for k, v in parse_qs('item_type=15&color=336&color=45').items()}
这将消除任何重复项
关于Python将url解析为dict : duplicate keys，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28708258/