在数据框中的 json 记录中查找空值答案

【问题标题】：Finding null values in a json record in a dataframe在数据框中的 json 记录中查找空值
【发布时间】：2021-02-05 20:36:09
【问题描述】：

假设我们有一个格式如下的数据框：

col1
{'overall_mean': '93.07', 'overall_median': '91.05'}
{}
{'overall_mean': '91.02', 'overall_median': '95.03'}

原始数据为json格式。我想从每一行中提取一些元素，这是我尝试过的：

 df['col1'].apply(lambda col: col['overall_mean'])

如果我们在字典中有那个元素，一切都很好，但如果我们没有，它就会抱怨并且有意义。然后我改成了这个：

 df['col1'].apply(lambda col: None if len(col['overall_mean']) == 1 else col['overall_mean'])

选择此条件len(col['overall_mean']) == 1 的原因是因为这是返回True 的唯一条件。但是它仍然找不到那些空值。

【问题讨论】：

也许这个列表理解会做：df['col1'].apply(lambda col: col['overall_mean'] if 'overall_mean' in col else None)
您能添加您的解决方案作为答案吗？ get 方法工作得更快，但你的方法也有效。

【解决方案1】：

为什么不直接使用字典的 get 方法呢？如果键不在字典中，它将返回None：

df.col1.map(lambda x: x.get('overall_mean'))

#0    93.07
#1     None
#2    91.02
#Name: col1, dtype: object

或者：df.col1.apply(lambda x: x.get('overall_mean'))

【讨论】：

【解决方案2】：

@Psidom 提供的不错的解决方案。只需使用列表推导从 cmets 复制一个替代项

df['col1'].apply(lambda col: col['overall_mean'] if 'overall_mean' in col else None)

【讨论】：