从 pd 数据帧的每一行中的 dict 中提取 np.array

Question

我设法将字典存储在 pd.dataframe 的一列的每一行中。 请问有没有一种没有for循环的方法可以一次从每个dicts中的特定键中提取np.arrays？

我的小例子：

import pandas as pd
import numpy as np

d={}
d['key1']=np.array([[1, 2, 3], [4, 5, 6]])
d['key2']=np.array([1,2,3,4])                     
d['key3']='Mexico'

df=pd.DataFrame( index=[0,1,2,3,4,5],columns=['A'])

df.loc[0,'A'] = [d]
df.loc[1,'A'] = [d]
df.loc[2,'A'] = [d]
df.loc[3,'A'] = [d]
df.loc[4,'A'] = [d]
df.loc[5,'A'] = [d]

df

df.loc[[1,2,3],'A']

使用df.loc[[1,2,3],'A']，我可以选择多行，因此可以选择多个字典，但例如，我无法访问它们中的每一个的“key2”。 有没有一种方法可以一次从所有选定行的“key2”中提取数据而无需循环，好吗？谢谢。

编辑： 在尝试放置字典而不包装到数据框的元素时避免ValueError: Incompatible indexer with Series，可以使用.at 来实现。 该示例将扩展为

df.at[0,'B'] = d
df.at[1,'B'] = d
df.at[2,'B'] = d
df.at[3,'B'] = d
df.at[4,'B'] = d
df.at[5,'B'] = d

df

Answer 1

你可以使用：

df.loc[[1,2,3],'A'].apply(lambda x: x[0]["key2"])

1    [1, 2, 3, 4]
2    [1, 2, 3, 4]
3    [1, 2, 3, 4]

不过，一些代码建议：

1. 不要使用dict 作为变量名，而是使用d。 dict 是 python 的内置函数。

2. 您应该使用列表的字典，然后您可以将数据框中的每一列设置为字典中的键：

d={}
d['key1']=[np.array([[1, 2, 3], [4, 5, 6]])]
d['key2']=[np.array([1,2,3,4])]                     
d['key3']=['Mexico']

然后您可以创建如下数据框：

df = pd.DataFrame.from_dict(d)

列将是字典的键：

                     key1          key2    key3
0  [[1, 2, 3], [4, 5, 6]]  [1, 2, 3, 4]  Mexico