时间戳

首页 > 解决方案 > 在 Pandas 中，一个单元格的字典键、值对到名称为键、行为值的列

python - 在 Pandas 中，一个单元格的字典键、值对到名称为键、行为值的列

问题描述

我发现很难用正确的词来表达这个问题。但我希望我做得很好。

这是我人为创建的示例，因此您可以在控制台中重现它。

example = pd.DataFrame([['a', [{'a1': 1,
        'a2': {'amount': 20, 'currency': 'USD'}, 'a3': 57},
       {'a1': 4,
        'a2': {'amount': 50, 'currency': 'USD'}},
       {'a1': 7,
        'a2': {'amount': 80, 'currency': 'USD'}}], 10, 11], 

                        ['b', [{'a1': 13,
        'a2': {'amount': 140, 'currency': 'USD'}},
       {'a1': 2,
        'a2': {'amount': 50, 'currency': 'USD'}},
       {'a1': 3,
        'a2': {'amount': 90, 'currency': 'USD'}}], 16, 17], 

                        ['c', [{'a1': 8,
        'a2': {'amount': 75, 'currency': 'USD'}},
       {'a1': 9,
        'a2': {'amount': 90, 'currency': 'USD'}, 'a3': 98},
       {'a1': 6,
        'a2': {'amount': 10, 'currency': 'USD'}}], 11, 12]])

example.columns = ['column1', 'column2', 'column3', 'column4']
print(example)

DataFrameexample的第二列是类似结构的嵌套字典列表。

print(example.loc[[0], ["column2"]].values.tolist())

[[[{'a1': 1, 'a2': {'amount': 20, 'currency': 'USD'}, 'a3': 57},
   {'a1': 4, 'a2': {'amount': 50, 'currency': 'USD'}},
   {'a1': 7, 'a2': {'amount': 80, 'currency': 'USD'}}]]]

这是我使用打印的 row 0、 column 名称。column2loc

该print(exampleSolution)声明应该为您提供我想要的 Pandas DataFrame。

exampleSolution = pd.DataFrame([['a', 1, 20, 'USD', 57, 10, 11], ['a', 4, 50, 'USD', None, 10, 11], 
                                ['a', 7, 80, 'USD', None, 10, 11], ['b', 13, 140, 'USD', None, 16, 17], 
                                ['b', 2, 50, 'USD', None, 16, 17], ['b', 3, 90, 'USD', None, 16, 17], 
                                ['c', 8, 75, 'USD', None, 11, 12], ['c', 9, 90, 'USD', 98, 11, 12], 
                                ['c', 6, 10, 'USD', None, 11, 12]])

exampleSolution.columns = ['column1', 'a1', 'amount', 'currency', 'a3', 'column3', 'column4']
print(exampleSolution)

基本上，我希望column2为每一行解包里面的字典，我希望字典键是一个附加的列名，而行中的值是与该键对应的字典值。如果有某些键，其他行的值对（例如在我的示例中，我们看到0我用来loc打印的第一行具有此键a3，而同一行在其嵌套的第二项和第三项中0没有a3字典！同样，该行在其嵌套字典的第二项中2也有一个键a3。同样，我希望解决方案对嵌套字典中可能存在特定键值对的情况具有鲁棒性，这在任何情况下都从未见过另一排！可能有一个a4column2在特定行的嵌套字典和a5另一行的嵌套字典中，我希望这些附加列存在于结果 DataFrame 中；用一个None或一个NaN！此外，您现在可能已经看到的第二列有一个 key a2，其中有一个嵌套的 (key, value) 对，我希望将其作为单独的 columns amount、currencykey、 value 对。

    column1  a1  amount currency    a3  column3  column4
0       a    1      20      USD  57.0       10       11
1       a    4      50      USD   NaN       10       11
2       a    7      80      USD   NaN       10       11
3       b   13     140      USD   NaN       16       17
4       b    2      50      USD   NaN       16       17
5       b    3      90      USD   NaN       16       17
6       c    8      75      USD   NaN       11       12
7       c    9      90      USD  98.0       11       12
8       c    6      10      USD   NaN       11       12

到目前为止我做了什么？

我很惭愧地说我不知道​​从哪里开始..

上面的示例是我从 JSON 文件 (300 MB) 派生的 Pandas DataFrame 的小得多的版本。最初，我不必要地花费大量时间创建嵌套字典结构，然后解压缩复杂的嵌套字典，却发现从 JSON 创建 DataFrame 的命令是pd.read_json()..

标签： pythonpython-3.xpandasdictionary

解决方案

from pandas.io.json import json_normalize    

rows = list(example.index)    

mainDf = pd.DataFrame()
for index in rows:
    listing = example.at[index, "column2"]

    df = pd.DataFrame()    


    for i in listing:


        l = (json_normalize(i))

        df = df.append(l)

    otherCols = list(example.columns)
    otherCols.remove('column2')

    for col in otherCols:
        #print(example.loc[[index], [col]])

        df[col] = example.at[index, col]

    mainDf = mainDf.append(df)


print(mainDF)

推荐阅读