在 Dataframes 中访问字典答案

【问题标题】：Accessing dictionary within Dataframes在 Dataframes 中访问字典
【发布时间】：2019-04-28 18:17:49
【问题描述】：

我有以下数据框（有 1324 行）： enter image description here

我需要弄清楚哪些城市适合外卖（'Take_out'：属性字典中为真）

【问题讨论】：

欢迎来到 SO！请不要发布数据或代码的图像 - 给出文本。另外，请记住问题应该有一个MCVE

标签： python

【解决方案1】：

为了得到这个答案，我首先创建了一个用于测试的虚拟 DataFrame：

import numpy as np
import pandas as pd
# create a dictionary list
d = list({'Take-out': True} for x in np.arange(10))
ddf = pd.Series(d, name='attributes')
ddf = pd.DataFrame(ddf)
ddf.index.name = 'cities'
print(ddf)

这会提供一个与您的图像中类似的 DataFrame。

接下来，遍历 DataFrame，访问“属性”列，如下所示：

# cities buffer will hold successes
cities = []
# iterate over the list of dictionaries:
for i, each in enumerate(ddf['attributes']):
    # check if the keys is in that dictionary, if so, keep the city name
    if 'Take-out' in ddf['attributes'][i].keys():
        # the index is named 'cities' and each position is a city name, so:
        cities.append(ddf.index[i])
print(cities)

【讨论】：

【解决方案2】：

字典并不是您真正想要存储在 DataFrame 中的内容，但您可以尝试：

df = df.assign(**df.attributes.dropna().apply(pd.Series))
df[df["Take_out"] == True]

这与此处描述的想法大致相同：Unpack dictionary from Pandas Column。解压该字典后，我们可以像往常一样选择带有 "Take_out" == True 的行。

【讨论】：