如何从看起来像 Pandas 中的字典的列中提取数据？

Question

您好，我是 pandas/python 的新手，正在尝试读取 pandas 中的 txt 文件 我想为每一行提取key、value 对。 将key 设为新列名，将其各自的value 设为值。

输入

data   
{'Name': 'Tim', 'Class': 'Ninth', 'Hobbies' : 'Football'} 
{'Name': 'Tom', 'Class': 'Ninth', 'Hobbies' : 'Football'}
{'Name': 'Jim', 'Class': 'Ninth', 'Hobbies' : 'Football'}
{'Name': 'John', 'Class': 'Ninth'}

预期输出：

Name    Class   Hobbies
Tim Ninth   Football
Tom Ninth   Football
Jim Ninth   Football
John    Ninth   NA

import pandas as pd

df1 = pd.read_csv('9data.txt',sep = '\t')
df1['Name'] = df1['data'].apply(lambda x : x.values()[1])
print(df1)

错误：AttributeError：'str'对象没有属性'values'

有什么方法可以在pandas 中做到这一点？

Answer 1

按照读取数据的方式，我可以使用eval() 为其获取一个新的数据框。这将遍历每个单元格，创建一个新的数据框，然后将它们连接起来。

data='''data
{'Name': 'Tim', 'Class': 'Ninth', 'Hobbies' : 'Football'} 
{'Name': 'Tom', 'Class': 'Ninth', 'Hobbies' : 'Football'}
{'Name': 'Jim', 'Class': 'Ninth', 'Hobbies' : 'Football'}
{'Name': 'John', 'Class': 'Ninth'}'''

df = pd.read_csv(io.StringIO(data), sep='\t', engine='python')
df1 = pd.concat([pd.json_normalize(eval(x)) for x in df['data']])

输出

   Name  Class   Hobbies
0   Tim  Ninth  Football
0   Tom  Ninth  Football
0   Jim  Ninth  Football
0  John  Ninth       NaN

如果您可以让您的数据看起来像这样，这是 Anurag Dabas 提到的更简单的方法。您可以考虑先将文件读入列表，然后创建数据框，而不是从数据框创建数据框。

datal = [{'Name': 'Tim', 'Class': 'Ninth', 'Hobbies' : 'Football'},
{'Name': 'Tom', 'Class': 'Ninth', 'Hobbies' : 'Football'},
{'Name': 'Jim', 'Class': 'Ninth', 'Hobbies' : 'Football'},
{'Name': 'John', 'Class': 'Ninth'}]
df = pd.DataFrame(datal)
df