将包含字典的数据框单元格转换为具有新列 pandas 的数据框答案

【问题标题】：Convert dataframe cell containing dictionary to dataframe with new columns pandas将包含字典的数据框单元格转换为具有新列 pandas 的数据框
【发布时间】：2020-10-09 05:09:27
【问题描述】：

这是数据框。其中包含一些单元格，其中包含字典。我想将字典项转换为列

dfx={'name':['Alex','Jin',np.nan,'Peter'],
     'age':[np.nan,10,12,13],
     'other':[{'school':'abc','subject':'xyz'},
     np.nan,
     {'school':'abc','subject':'xyz'},
     np.nan,]
     }

dfx=pd.DataFrame(dfx)

输出

name    age        other
Alex             {'school': 'abc', 'subject': 'xyz'}
Jin     10.0    
        12.0     {'school': 'abc', 'subject': 'xyz'}
Peter   13.0

这是所需的输出

name    age      school    subject
Alex             abc         xyz
Jin     10.0        
        12.0     abc         xyz
Peter   13.0

【问题讨论】：

不会很快，所以如果你的框架很大我不推荐这个但你可以这样做dfx.join(dfx['other'].apply(pd.Series)).drop(columns=['other', 0])
我正在尝试这种方式pd.DataFrame(list(dfx['other'].dropna())) 但它重置了索引，使其无法放回

标签： python pandas

【解决方案1】：

您可以使用.str.get 访问器来实际索引列中的字典。每当单元格值为nan 而不是字典时，这也会返回nan：

clean_df = (dfx
            .assign(
               school=lambda df: df["other"].str.get("school"),
               subject=lambda df: df["other"].str.get("subject"))
            .drop("other", axis=1))

print(clean_df)
    name   age school subject
0   Alex   NaN    abc     xyz
1    Jin  10.0    NaN     NaN
2    NaN  12.0    abc     xyz
3  Peter  13.0    NaN     NaN

【讨论】：

【解决方案2】：

试试这个

df_final = dfx[['name','age']].assign(**pd.DataFrame(dfx.other.to_dict()).T)

Out[41]:
    name   age school subject
0   Alex   NaN    abc     xyz
1    Jin  10.0    NaN     NaN
2    NaN  12.0    abc     xyz
3  Peter  13.0    NaN     NaN

【讨论】：

【解决方案3】：

创建dfx'sindex 和other 中的dictionary。 pd.DataFrame 字典和transpose。这会给你一个新的dataframe。将生成的 dataframe 加入 dfx 的前两列。

dfx.iloc[:,:-1].join(pd.DataFrame(dict(zip(dfx.index,dfx.other))).T).fillna('')



    name age school subject
0   Alex        abc     xyz
1    Jin  10               
2         12    abc     xyz
3  Peter  13

【讨论】：

【解决方案4】：

您可以将Series 应用于带有字典的列：

df.drop('other', 1).join(df['other'].apply(pd.Series).drop(0, 1))

输出：

    name   age school subject
0   Alex   NaN    abc     xyz
1    Jin  10.0    NaN     NaN
2    NaN  12.0    abc     xyz
3  Peter  13.0    NaN     NaN

【讨论】：