Python - 将列的值从 DataFrame 转换为不同的列答案

【问题标题】：Python - Convert the value of a column from a DataFrame to different columnsPython - 将列的值从 DataFrame 转换为不同的列
【发布时间】：2021-07-27 05:39:33
【问题描述】：

看看你能不能帮帮我，我目前有一个JSON文件（这个文件的内容实际上是GET请求的响应，所以我无法修改）：

[
    {
        
        "date": "1620157078",
        "value": "{\"license_plate\": \"1111 AAA\", \"brand\": \"Peugeot\"}"
    },
    {
        "date": "1620157080",
        "value": "{\"license_plate\": \"2222 BBB\", \"brand\": \"Audi\"}"
    }
]

我正在做的是将其转换为数据框，以便能够通过以下方式使用它：

import json
import pandas as pd

with open('test.json', 'r') as f:
    file = f.read()
    file_json = json.loads(file)

df = pd.DataFrame(file_json)

df

数据帧内容：

    date        value
0   1620157078  {"license_plate": "1111 AAA", "brand": "Peugeot"}
1   1620157080  {"license_plate": "2222 BBB", "brand": "Audi"}

而我需要将 value 字段的值转换为更多列中的字符串，最终得到这样的：

    date        license_plate   brand
0   1620157078  1111 AAA        Peugeot
1   1620157080  2222 BBB        Audi

我希望你能帮助我，我几乎一整天都在尝试进行修改，但我已经做到了。提前致谢。

【问题讨论】：

标签： python json pandas dataframe

【解决方案1】：

您的 json 将 value 字段作为字符串，而不是字典。您可以使用ast.literal_eval 将它们变成字典：

from ast import literal_eval
df = pd.DataFrame(file_json)

(df.drop('value', axis=1)
   .join(pd.DataFrame(df['value'].apply(literal_eval).to_list()))
)

【讨论】：

非常感谢您的回复和速度，对我帮助很大

【解决方案2】：

内置和（Pandas 上游）解决方案包括使用 list comprehension 和 dictionary unpacking 重新创建 file_json 的字典。

>>> from ast import literal_eval
>>> file_json_2 = [{'date': d['date'], **literal_eval(d['value'])} for d in file_json]

然后，就像你已经做的那样

>>> pd.DataFrame(file_json_2)
         date license_plate    brand
0  1620157078      1111 AAA  Peugeot
1  1620157080      2222 BBB     Audi

【讨论】：

非常感谢您的回答！但我在执行它时遇到问题：---> 10 file_json_2 = [{'date': d['date'], **d['value']} for d in file_json] TypeError: 'str' object is not a mapping
@Kevimuxx69 确实，我误读了您的详细信息。过失。见更新。它现在应该可以工作了。事实上，即不使用literal_eval，它试图解压一个字符串，这在'str' object is not a mapping 之后是不可能的。 literal_eval 在解包之前执行转换为字典的工作。
谢谢！我很欣赏速度
不客气。其实你的也很感激。

【解决方案3】：

df = pd.concat([df, df.pop("value").apply(json.loads).apply(pd.Series)], axis=1)
print(df)

打印：

         date license_plate    brand
0  1620157078      1111 AAA  Peugeot
1  1620157080      2222 BBB     Audi

【讨论】：

真的非常感谢，它对我有用。但是您能向我解释一下您是如何实现这种转变的吗？
@Kevimuxx69 字典的value键包含另一个需要解析的Json字符串。使用.apply(pd.Series)，我将解析后的字典扩展到更多列。
哦，非常感谢您的解释，现在我明白了