将包含 dict 列表的列更改为 DataFrame 中的列答案

【问题标题】：Change a column containing list of dict to columns in a DataFrame将包含 dict 列表的列更改为 DataFrame 中的列
【发布时间】：2022-01-25 23:35:18
【问题描述】：

我有以下 DataFrame，其中包含一列是 dict 项列表：

    d = pd.DataFrame([
        ['Green', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
        ['Apply', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
        ['Range', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
        ['Peop',  [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]]
        ], columns=['Name', 'Legal Description'])

我想将它转换为一个简单的 DataFrame，如下所示：

    d = pd.DataFrame([
        ['Green', 'STERLING GREEN SO', '01', 'L0038', 'B0008'],
        ['Apply', 'STERLING GREEN SO', '01', 'L0038', 'B0008'],
        ['Range', 'STERLING GREEN SO', '01', 'L0038', 'B0008'],
        ['Peop',  'STERLING GREEN SO', '01', 'L0038', 'B0008']
        ], columns=['Name', 'Legal Description', 'Desc', 'Sec', 'Lot', 'Block'])

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

IMO，理想的解决方案是在上游采取行动并获得格式正确的字典或数据框。

您的单键字典列表的问题是您必须合并它们。您可以为此使用字典理解并转换为系列：

d2 = d['Legal Description'].apply(lambda c:
                                  pd.Series({next(iter(x.keys())).strip(':'):
                                             next(iter(x.values())) for x in c})
                                  )

然后加入原始数据框：

d.drop(columns='Legal Description').join(d2)

输出：

    Name               Desc Sec    Lot  Block
0  Green  STERLING GREEN SO  01  L0038  B0008
1  Apply  STERLING GREEN SO  01  L0038  B0008
2  Range  STERLING GREEN SO  01  L0038  B0008
3   Peop  STERLING GREEN SO  01  L0038  B0008

【讨论】：

这非常快速和优雅！ 2个问题，我对源代码有一点控制，对于这个例子，一个格式正确的字典会是什么样子？更重要的是，我在哪里可以知道你做了什么！
1-运行d.drop(columns='Legal Description').join(d2).to_dict('list')，这将为您提供一个很好的格式来提供给pd.DataFrame。 2- 很难告诉你，在哪里并不多，在我看来，最重要的是编写代码，尝试解决问题并改进你所做的事情。在这个网站上阅读很多精选的论坛/书籍/好的答案，并保持批判性思维;)

【解决方案2】：

如果可能，您应该在创建 DataFrame 之前整理您的数据。它比创建后重塑 DataFrame 更快。例如，像

data = [
    ['Green', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
    ['Apply', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
    ['Range', [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]],
    ['Peop',  [{'Desc:': 'STERLING GREEN SO'}, {'Sec:': '01'}, {'Lot:': 'L0038'}, {'Block:': 'B0008'}]]
]

records = []

for name, legal_desc in data:
    rec = {'Name': name}
    rec.update(x for d in legal_desc for x in d.items())
    records.append(rec)
    
d = pd.DataFrame(records)

输出：

>>> d

    Name              Desc: Sec:   Lot: Block:
0  Green  STERLING GREEN SO   01  L0038  B0008
1  Apply  STERLING GREEN SO   01  L0038  B0008
2  Range  STERLING GREEN SO   01  L0038  B0008
3   Peop  STERLING GREEN SO   01  L0038  B0008

>>> records 

[{'Name': 'Green', 'Desc:': 'STERLING GREEN SO', 'Sec:': '01', 'Lot:': 'L0038', 'Block:': 'B0008'}, {'Name': 'Apply', 'Desc:': 'STERLING GREEN SO', 'Sec:': '01', 'Lot:': 'L0038', 'Block:': 'B0008'}, {'Name': 'Range', 'Desc:': 'STERLING GREEN SO', 'Sec:': '01', 'Lot:': 'L0038', 'Block:': 'B0008'}, {'Name': 'Peop', 'Desc:': 'STERLING GREEN SO', 'Sec:': '01', 'Lot:': 'L0038', 'Block:': 'B0008'}]

【讨论】：

之前没见过语法“name, legal_desc = row”，它是干什么的，在哪里可以用？这与“for name, legal_desc in data”相比如何？
@QuentinJS 如果您了解for name, legal_desc in data 的作用，那么您就了解name, legal_desc = row 的语法。原理相同，称为可迭代解包。每个row 是一个包含两个元素的列表，赋值只是将元素解包并分配给不同的变量，但实际上，你的建议更好，我会编辑答案。

【解决方案3】：

你也可以使用：

df.set_index('Name', inplace=True)
df =  df['Legal Description'].explode().apply(pd.Series).groupby(level=0).sum().reset_index()

OUTPUT

    Name              Desc: Sec:   Lot: Block:
0  Apply  STERLING GREEN SO   01  L0038  B0008
1  Green  STERLING GREEN SO   01  L0038  B0008
2   Peop  STERLING GREEN SO   01  L0038  B0008
3  Range  STERLING GREEN SO   01  L0038  B0008

【讨论】：