将一系列 dict 和 concat 转换为数据帧答案

【问题标题】：Convert series of dict and concat to dataframe将一系列 dict 和 concat 转换为数据帧
【发布时间】：2019-10-14 20:53:28
【问题描述】：

我的数据框

                             Items  Count  ScannedCount  
0  {'comp': {'S': '2019-08-02'}...   1032          1032 
1  {'comp': {'S': '2019-08-27'}...   1032          1032

物品系列是这样的

{'comp': {'S': '2019-08-02T16:54:55.035196+03:00'}, 'ID': {'S': '336'}, 'dID': {'S': '1763523'}, 'fname': {'S': '558012'}}

使用post 中的第二个答案，我可以将系列转换为数据框。问题是如何扩展该操作，因为它发生在每一行上，

目前的做法：

遍历每一行并将它们连接成一个系列（非常慢）

item_df = pd.DataFrame(df['Items'].iloc[i]) for i in range(df.shape[0])]).reset_index(drop=True), df], axis=1)

将结果与原始数据框相结合

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

我相信第一部分中的for 循环是瓶颈。有没有更快的方法将系列转换为数据帧并将其连接回原始数据帧。

预期输出：

                 comp   ID  dID      fname   Count  ScannedCount  
0  2019-08-02T16:54:55  336 1763523  548012  1032   1032
1  2019-09-01T14:52:24  336 1763523  528012  1032   1032

【问题讨论】：

我不确定您到底想达到什么目标。可以添加预期的输出吗？是这样的吗：df = pd.concat([df.drop(['Items'], axis=1), df['Items'].apply(pd.Series)], axis=1)？
添加了预期输出

标签： python pandas dataframe concatenation

【解决方案1】：

试试这个更柱状的解决方案。它假设字典中始终存在“S”键。

df_tmp = df['Items'].apply(pd.Series)
for c in df_tmp.columns:
    df[c] = df_tmp[c].apply(lambda x: x.get('S'))
df = df.drop(columns='Items')

【讨论】：

哇，你的代码比我的快 6 倍，在 Python 级别，在列与行上循环是诀窍

【解决方案2】：

看起来遍历所有 df 是不可避免的。我不确定它是否更好，但我知道熊猫这样做的方式是使用iterrows()。

在文档中，他们还针对特定用例提到了 itertuples()，但同样，我在这里不是专家。

希望这会有所帮助！

【讨论】：

【解决方案3】：

测试数据：

import pandas as pd
test_data = {'item' : [{'comp': {'S': '2019-08-02T16:54:55.035196+03:00'}, 'ID': {'S': '336'}, 'dID': {'S': '1763523'}, 'fname': {'S': '558012'}}, {'comp': {'S': '2019-09-02T16:54:55.035196+03:00'}, 'ID': {'S': '336'}, 'dID': {'S': '1763523'}, 'fname': {'S': '558012'}}], 'Count': [1032,1032], 'ScannedCount':[1032,1032]}

df = pd.DataFrame.from_dict(test_data)

Out[64]:  
                                                    item  Count  ScannedCount
    0  {'comp': {'S': '2019-08-02T16:54:55.035196+03:...   1032          1032
    1  {'comp': {'S': '2019-09-02T16:54:55.035196+03:...   1032          1032

据我了解，您尝试得到这样的东西：

def extract(row):

    item_series = pd.Series({k:v for k,v in row['item'].items()})
    result = row.append(item_series)

    return result

df = df.apply(extract, axis = 1)

这给了你：

Out[67]: 
                                            comp            ID               dID  \
    0  {'S': '2019-08-02T16:54:55.035196+03:00'}  {'S': '336'}  {'S': '1763523'}   
    1  {'S': '2019-09-02T16:54:55.035196+03:00'}  {'S': '336'}  {'S': '1763523'}   

             fname  
    0  {'S': '558012'}  
    1  {'S': '558012'}  

## skipped some columns for clarity

【讨论】：

添加了预期的输出