如何将 json 列迭代到列，然后附加原始数据框？答案

【问题标题】：How to iterate json column to columns and then append origin dataframe?如何将 json 列迭代到列，然后附加原始数据框？
【发布时间】：2019-03-21 21:53:11
【问题描述】：

import pandas as pd
inp = [{'c1':10,'cols':{'c2':20,'c3':'str1'}, 'c4':'41'}, {'c1':11,'cols':{'c2':20,'c3':'str2'},'c4':'42'}, {'c1':12,'cols':{'c2':20,'c3':'str3'},'c4':'43'}]
df = pd.DataFrame(inp)
print (df)

df 是：

   c1  c4                      cols
0  10  41  {'c2': 20, 'c3': 'str1'}
1  11  42  {'c2': 20, 'c3': 'str2'}
2  12  43  {'c2': 20, 'c3': 'str3'}

cols 列是 JSON 类型。

我需要将cols列改为json_decode，也就是说将df改为：

   c1    c4    c2      c3
0  10    41    20      str1
1  11    42    20      str2
2  12    43    20      str3

怎么做？
提前致谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

使用pd.io.json.json_normalize

pd.io.json.json_normalize(inp)

输出

    c1  c4  cols.c2 cols.c3
0   10  41  20      str1
1   11  42  20      str2
2   12  43  20      str3

如果您有 pd.DataFrame，请使用 to_dict 转换回来

pd.io.json.json_normalize(df.to_dict('records'))

【讨论】：

其实我发现是个bug。stackoverflow.com/questions/50645240/…

【解决方案2】：

使用DataFrame.pop 提取列，转换为numpy 数组和列表并传递给DataFrame 构造函数，最后DataFrame.join 为原始：

df = df.join(pd.DataFrame(df.pop('cols').values.tolist(), index=df.index))
print (df)
   c1  c4  c2    c3
0  10  41  20  str1
1  11  42  20  str2
2  12  43  20  str3

【讨论】：

【解决方案3】：

你可以使用：

df = df.join(pd.DataFrame.from_dict(df['cols'].tolist()))
df.drop('cols', axis=1, inplace=True)
print(df)

输出：

   c1  c4  c2    c3
0  10  41  20  str1
1  11  42  20  str2
2  12  43  20  str3

【讨论】：