将字典嵌套元素提取到 Pandas 数据框中答案

【问题标题】：Extracting dictionary nested elements into a Pandas dataframe将字典嵌套元素提取到 Pandas 数据框中
【发布时间】：2021-11-06 07:13:18
【问题描述】：

我有一个字典列表l1，如下所示：

[{'A1': 'string',
  'B1': {'ba': 'string',
        'bb': 'string',
        'bc': 'string',
        'bd': 'string',
        'be': 'string'},
  'C1': {'ca': 'string',
        'cb': [[[123,123],[123,123]]]},
  'D1': 'string'},
  ...]

某些字典（l1 元素）可能缺少某些键，例如，l1 的第二个列表元素可能没有 'bc':''string' 键/值对.

我需要将以下顶部和嵌套的键/值元素提取到数据框中，如下所示：

bc      bd      cb                        D1
string  string  [[[123,123],[123,123]]]   string
N/A     string  [[[123,123],[123,123]]]   string
...
string  N/A     [[[123,123],[123,123]]]   string

我的代码如下：

temp_df = pd.DataFrame(columns = ['bc','bd','cb','D1']

for i in l1:
    temp_df = temp_df.append({'bc': i.get(['B1']['bc'],'N/A'),
                              'bd': i.get(['B1']['bd'],'N/A'),
                              'cb': i.get(['C1']['cb'],'N/A'),
                              'D1': i.get(['D1'],'N/A')}, 
                               ignore_index=True)

我得到的错误如下：

 ---------------------------------------------------------------------------
 TypeError                                 Traceback (most recent call last)
 <ipython-input-113-543c6addad42> in <module>
       1 for i in l1:
 ----> 2     temp_df = temp_df.append({'bc': i.get(['B1']['bc'],'N/A'),
       3                                 'bd': i.get(['B1']['bd'],'N/A'),
       4                                 'C1': i.get(['C1']['cb'],'N/A'),
       5                                 'D1': i.get(['D1'],'N/A')}, 

  TypeError: list indices must be integers or slices, not str

我做错了什么？

【问题讨论】：

标签： python pandas list dictionary nested

【解决方案1】：

而不是i.get(['B1']['bc'],'N/A')，这是无效的python语法，使用i.get('B1', {}).get('bc', 'N/A')来获取嵌套键。也不要动态附加到熊猫数据框，它很慢。先追加到列表，然后将列表转换为数据框。

lst = []
for i in l1:
    lst.append({
        'bc': i.get('B1', {}).get('bc', 'N/A'),
        'bd': i.get('B1', {}).get('bd', 'N/A'),
        'cb': i.get('C1', {}).get('cb', 'N/A'),
        'D1': i.get('D1', 'N/A')
    })

pd.DataFrame(lst)

       bc      bd                          cb      D1
0  string  string  [[[123, 123], [123, 123]]]  string

【讨论】：

【解决方案2】：

您可以参考@Psidom 对您的错误的回答，但是，为了实现您想要做的事情，您也可以使用json_normalize。

pd.json_normalize(l1).rename(columns={
    'B1.bc': 'bc',
    'B1.bd': 'bd',
    'C1.cb': 'cb'
}).fillna('N/A')[['bc', 'bd', 'cb', 'D1']]

【讨论】：