如何在熊猫数据框内的列表中破坏/弹出嵌套字典？答案

【问题标题】：How to break/pop a nested Dictionary inside a list, inside a pandas dataframe?如何在熊猫数据框内的列表中破坏/弹出嵌套字典？
【发布时间】：2020-07-06 19:45:39
【问题描述】：

我有一个数据框，它在嵌套列表中有一个字典，我想拆分列“C”：

A B     C     
1 a    [ {"id":2,"Col":{"x":3,"y":4}}]
2 b    [ {"id":5,"Col":{"x":6,"y":7}}]

预期输出：

A B C_id Col_x Col_y
1 a  2    3     4 
2 b  5    6     7

【问题讨论】：

列表中是否总是有 1 个嵌套字典？

标签： python pandas dataframe nested

【解决方案1】：

来自 cmets，json_normalize 可能会对您有所帮助。

提取id 和col 列后：

df[["Col", "id"]] = df["C"].apply(lambda x: pd.Series(x[0]))

您可以使用json_normalize 分解Col 中的字典，并使用concat 与现有数据框合并：

df = pd.concat([df, json_normalize(df.Col)], axis=1)

另外，使用drop 删除旧列。

完整代码：

# Import modules
import pandas as pd
from pandas.io.json import json_normalize
# from flatten_json import flatten

# Create dataframe
df = pd.DataFrame([[1, "a", [ {"id":2,"Col":{"x":3,"y":4}}]],
                   [2, "b", [ {"id":5,"Col":{"x":6,"y":7}}]]],
                   columns=["A", "B", "C"])

# Add col and id column + remove old "C" column
df = pd.concat([df, df["C"].apply(lambda x: pd.Series(x[0]))], axis=1) \
        .drop("C", axis=1)
print(df)
#    A  B               Col  id
# 0  1  a  {'x': 3, 'y': 4}   2
# 1  2  b  {'x': 6, 'y': 7}   5

# Show json_normalize behavior
print(json_normalize(df.Col))
#    x  y
# 0  3  4
# 1  6  7

# Explode dict in "col" column + remove "Col" colun
df = pd.concat([df, json_normalize(df.Col)], axis=1) \
        .drop(["Col"], axis=1)
print(df)
#    A  B  id  x  y
# 0  1  a   2  3  4
# 1  2  b   5  6  7

【讨论】：

我在数据框中的第一列“A”实际上也被标记为“id”..会不会有关键错误？
不，您将拥有 2 个id 列。但是，我强烈建议将第一列重命名为另一个名称。这个topic 解释了如何。
df["C"] 和 df['C'] 有区别吗？
我不这么认为。由于这是另一个问题并且与当前主题没有联系，我建议您打开一个新的讨论以获取更多详细信息。

【解决方案2】：

代码

import pandas as pd

A = [1, 2]
B = ['a', 'b']
C = [{"id":2,"Col":{"x":3,"y":4}}, {"id":5,"Col":{"x":6,"y":7}}]
df = pd.DataFrame({"A": A, "B": B, "C_id": [element["id"] for element in C],
               "Col_x": [element["Col"]["x"] for element in C],
               "Col_y": [element["Col"]["y"] for element in C]})

输出：

【讨论】：

【解决方案3】：

你可以试试.apply方法

df['C_id'] = df['C'].apply(lambda x: x[0]['id'])
df['C_x'] = df['C'].apply(lambda x: x[0]['Col']['x'])
df['C_y'] = df['C'].apply(lambda x: x[0]['Col']['y'])

【讨论】：

如何循环执行此操作？因为我的 C 列实际上有很多条目
重复的怎么样，是像Id还是像Col？
如果您能提供数据集的快照，将会更有帮助！