使用 python pandas 处理包含嵌套 json 的列

Question

我有一个pandas df，其中包含各种列。一列 - myCol - 看起来像这样：

df

someCol   myCol
a         [{}]
b         [{'X': {'A': "value", 'B': "value"}}]
c         [{}, {}]
d         [{'X': {'A': "value", 'B': "value", 'C': "value"}}]

X 中 key-val 对的最大数量未知：有些行包含所有这些，有些只包含一个选择，有些是空的。我想用实际的列替换myCol，根据X 中键值对的唯一数量，根据需要使用尽可能多的列。所以在这个特定的例子中，我最终会得到：

df

someCol   A       B       C
a         N/A     N/A     N/A
b         value   value   N/A     
c         N/A     N/A     N/A
d         value   value   value

我正在努力想出一个解决这个问题的通用方法，因为我不知道我最终需要多少“额外”列。任何想法将不胜感激。

Answer 1

解决方案返回第一个列表和带有键 X 的字典，然后将 None 转换为空字典，最后传递给 DataFrame 构造函数：

d = [{} if pd.isna(x) else x for x in df.pop('myCol').str[0].str.get('X')]
df = df.join(pd.DataFrame(d, index=df.index))
print (df)
  someCol      A      B      C
0       a    NaN    NaN    NaN
1       b  value  value    NaN
2       c    NaN    NaN    NaN
3       d  value  value  value