将dict的pandas数据框列扩展为数据框列[重复]

Question

我有一个 Pandas DataFrame，其中一列是一系列字典，如下所示：

   colA  colB                                  colC
0     7     7  {'foo': 185, 'bar': 182, 'baz': 148}
1     2     8  {'foo': 117, 'bar': 103, 'baz': 155}
2     5    10  {'foo': 165, 'bar': 184, 'baz': 170}
3     3     2  {'foo': 121, 'bar': 151, 'baz': 187}
4     5     5  {'foo': 137, 'bar': 199, 'baz': 108}

我希望 dicts 中的 foo、bar 和 baz 键值对成为我的数据框中的列，这样我就得到了这样的结果：

   colA  colB  foo  bar  baz
0     7     7  185  182  148
1     2     8  117  103  155
2     5    10  165  184  170
3     3     2  121  151  187
4     5     5  137  199  108

我该怎么做？

Answer 1

TL;DR

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

详细回答

我们首先定义要使用的 DataFrame，以及导入 Pandas：

import pandas as pd


df = pd.DataFrame({'colA': {0: 7, 1: 2, 2: 5, 3: 3, 4: 5},
                   'colB': {0: 7, 1: 8, 2: 10, 3: 2, 4: 5},
                   'colC': {0: {'foo': 185, 'bar': 182, 'baz': 148},
                    1: {'foo': 117, 'bar': 103, 'baz': 155},
                    2: {'foo': 165, 'bar': 184, 'baz': 170},
                    3: {'foo': 121, 'bar': 151, 'baz': 187},
                    4: {'foo': 137, 'bar': 199, 'baz': 108}}})

colC 列是 dicts 的pd.Series，我们可以通过将每个 dict 转换为 pd.Series 来将其转换为 pd.DataFrame：

pd.DataFrame(df.colC.values.tolist())
# df.colC.apply(pd.Series). # this also works, but it is slow

给出pd.DataFrame:

   foo  bar  baz
0  154  190  171
1  152  130  164
2  165  125  109
3  153  128  174
4  135  157  188

所以我们需要做的就是：

1. 将colC 变成pd.DataFrame
2. 从df中删除原来的colC
3. 加入转换 colC 和 df

这可以在单行中完成：

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

df 的内容现在是pd.DataFrame：

   colA  colB  foo  bar  baz
0     2     4  154  190  171
1     4    10  152  130  164
2     4    10  165  125  109
3     3     8  153  128  174
4    10     9  135  157  188