将 dict 的 pandas 数据框列扩展为数据框列[重复]

Question

我有一个 Pandas DataFrame，其中一列是一系列字典，如下所示：

   colA  colB                                  colC
0     7     7  {'foo': 185, 'bar': 182, 'baz': 148}
1     2     8  {'foo': 117, 'bar': 103, 'baz': 155}
2     5    10  {'foo': 165, 'bar': 184, 'baz': 170}
3     3     2  {'foo': 121, 'bar': 151, 'baz': 187}
4     5     5  {'foo': 137, 'bar': 199, 'baz': 108}

我希望字典中的

foo

、

bar

和

baz

键值对成为我的数据框中的列，这样我最终会得到以下结果：

   colA  colB  foo  bar  baz
0     7     7  185  182  148
1     2     8  117  103  155
2     5    10  165  184  170
3     3     2  121  151  187
4     5     5  137  199  108

我该怎么做？

Answer 1

TL；博士

基于 Carlos Horn 的 评论

pd.json_normalize

非常适合此：

df_fixed = df.join(pd.json_normalize(df['colC'])).drop('colC', axis='columns')

旧答案

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

详细（旧）答案

我们首先定义要使用的 DataFrame，并导入 Pandas：

import pandas as pd


df = pd.DataFrame(
    {
        'colA': {0: 7, 1: 2, 2: 5, 3: 3, 4: 5},
        'colB': {0: 7, 1: 8, 2: 10, 3: 2, 4: 5},
        'colC': {
            0: {'foo': 185, 'bar': 182, 'baz': 148},
            1: {'foo': 117, 'bar': 103, 'baz': 155},
            2: {'foo': 165, 'bar': 184, 'baz': 170},
            3: {'foo': 121, 'bar': 151, 'baz': 187},
            4: {'foo': 137, 'bar': 199, 'baz': 108},
        },
    }
)

colC

列是一个由字典组成的

pd.Series

，我们可以通过将每个字典变成

pd.DataFrame

来将其变成

pd.Series

：

pd.DataFrame(df.colC.values.tolist())
# df.colC.apply(pd.Series) # this also works, but it is slow

给出

pd.DataFrame

:

   foo  bar  baz
0  154  190  171
1  152  130  164
2  165  125  109
3  153  128  174
4  135  157  188

所以我们需要做的是：

1. 将

   colC

   变成

   pd.DataFrame

2. 从

   colC

    中删除原来的 

   df
3. 加入皈依者

   colC

   与

   df

这可以用一句话完成：

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

现在

df

的内容是

pd.DataFrame

：

   colA  colB  foo  bar  baz
0     2     4  154  190  171
1     4    10  152  130  164
2     4    10  165  125  109
3     3     8  153  128  174
4    10     9  135  157  188

Answer 2

我最近面临同样的挑战，我设法使用

apply

和

join

手动完成此操作。

import pandas as pd

def expand_dict_column(df: pd.DataFrame, column) -> pd.DataFrame:
    df.drop(columns=[column], inplace=False).join(
        df.apply(lambda x: pd.Series(x[column].values(), index=x[column].keys()), axis=1))

对于问题的列，它看起来像这样：

df.drop(columns=["colC"], inplace=False).join(
    df.apply(lambda x: pd.Series(x["colC"].values(), index=x["colC"].keys()), axis=1))