将数组数组转换为扁平数据框答案

【问题标题】：Converting array of arrays into flattened dataframe将数组数组转换为扁平数据框
【发布时间】：2019-02-12 02:16:00
【问题描述】：

得到一个具有以下结构的熊猫数据框

0    [{'review_id': 4873356, 'rating': '5.0'}, {'review_id': 4973356, 'rating': '4.0'}]
1    [{'review_id': 4635892, 'rating': '5.0'}, {'review_id': 4645839, 'rating': '3.0'}] 
....
....

我想扁平化成一个包含以下列 review_id 和 rating 的数据框

我正在尝试pd.DataFrame(df1.values.flatten())，但看起来我得到了一些基本不正确的东西，需要帮助！！！

【问题讨论】：

如何重新创建原始数据框？
这是原始 json { "status": true, "total_reviews": 323, "data": [ { "review_id": 4873356, "rating": "5.0" }, { "review_id “：4854192，“评级”：“5.0”}，{“review_id”：4848567，“评级”：“5.0”}]}

标签： python pandas

【解决方案1】：

你最终得到了一个字典列表数组，所以需要：

import pandas as pd
pd.DataFrame([x for y in df1.values for x in y])

  rating  review_id
0    5.0    4873356
1    4.0    4973356
2    5.0    4635892
3    3.0    4645839

或者如果愿意使用itertools:

from itertools import chain

pd.DataFrame(chain.from_iterable(df1.values.ravel()))

【讨论】：

【解决方案2】：

第一个 unnesting ，然后重新构建您的数据框（假设您的列名称为 0）

pd.DataFrame(unnesting(df,[0])[0].values.tolist())
Out[61]: 
  rating  review_id
0    5.0    4873356
1    4.0    4973356
2    5.0    4635892
3    3.0    4645839

def unnesting(df, explode):
    idx=df.index.repeat(df[explode[0]].str.len())
    df1=pd.concat([pd.DataFrame({x:np.concatenate(df[x].values)} )for x in explode],axis=1)
    df1.index=idx
    return df1.join(df.drop(explode,1),how='left')

【讨论】：