Question

考虑以下数据框df：

    Address City    State   Zip Code    Query Result
0   55 W Waterloo Rd    Akron   OH  44319   {'field1': 'street_number', 'longname1': '55', 'field2': 'route', 'longname2': 'West Waterloo Road'}
1   1120 Hwy 20 Correctionville IA  51016   {'field1': 'street_number', 'longname1': '1120', 'field2': 'route', 'longname2': 'U.S. 20'}
2   Hwy 12 and Bonito Dr    Fort Defiance   AZ  86504   {'field1': 'route', 'longname1': 'Indian Route 7', 'field2': 'locality', 'longname2': 'Fort Defiance'}
3   2661 County Hwy I   Chippewa Falls  WI  54729   {'field1': 'street_number', 'longname1': '2661', 'field2': 'route', 'longname2': 'County Highway I'}
4   301 US Rt 1 Ste A   Scarborough ME  4074    {'field1': 'subpremise', 'longname1': 'a', 'field2': 'street_number', 'longname2': '301'}
5   500 W Broadway St Ste 5 Missoula    MT  59807   {'field1': 'subpremise', 'longname1': '5', 'field2': 'street_number', 'longname2': '500'}

我想在df [＆＃39;查询结果＆＃39;]中使用dict填充df [＆＃39; street_number＆＃39;]列，以便：

    Address City    State   Zip Code    Query Result    street_number
0   55 W Waterloo Rd    Akron   OH  44319   {'field1': 'street_number', 'longname1': '55', 'field2': 'route', 'longname2': 'West Waterloo Road'}    55
1   1120 Hwy 20 Correctionville IA  51016   {'field1': 'street_number', 'longname1': '1120', 'field2': 'route', 'longname2': 'U.S. 20'} 1120
2   Hwy 12 and Bonito Dr    Fort Defiance   AZ  86504   {'field1': 'route', 'longname1': 'Indian Route 7', 'field2': 'locality', 'longname2': 'Fort Defiance'}  
3   2661 County Hwy I   Chippewa Falls  WI  54729   {'field1': 'street_number', 'longname1': '2661', 'field2': 'route', 'longname2': 'County Highway I'}    2661
4   301 US Rt 1 Ste A   Scarborough ME  4074    {'field1': 'subpremise', 'longname1': 'a', 'field2': 'street_number', 'longname2': '301'}   301
5   500 W Broadway St Ste 5 Missoula    MT  59807   {'field1': 'subpremise', 'longname1': '5', 'field2': 'street_number', 'longname2': '500'}   500

有人可以帮我解决这个问题吗？如果我需要让我的例子更清楚，请告诉我。

Answer 1

乍一看，似乎街道号码存储在"longname1"字段中。如果是这种情况，并且您的"Query Result"列已存储为dict，则可以轻松提取街道号码apply：

df['street_number'] = df.apply(lambda x: x['Query Result'].get('longname1'), axis=1)

打印哪些：

    street_number                  Address             City State  Zip Code
0              55         55 W Waterloo Rd            Akron    OH     44319
1            1120              1120 Hwy 20  Correctionville    IA     51016
2  Indian Route 7     Hwy 12 and Bonito Dr    Fort Defiance    AZ     86504
3            2661        2661 County Hwy I   Chippewa Falls    WI     54729
4               a        301 US Rt 1 Ste A      Scarborough    ME      4074
5               5  500 W Broadway St Ste 5         Missoula    MT     59807

然而，这会产生错误的输出 - "Indian Route 7"和"a"看起来不像街道号码。因此，假设"longname1"是关键是有缺陷的。

再看一下输入，似乎我们需要动态找到街道号码的关键字。这是一种快速而肮脏的方法。

搜索"Query Result"中以"field"开头的所有密钥。然后，对于那些，找到对应值为"street_number"的那个。将密钥末尾的数字用作index，并找到相应的"longname"值：

def get_street_number(qr):
    fields = [k for k in qr if k.startswith('field')]
    street_number = [f for f in fields if qr[f] == 'street_number']
    try:
        # kind of a hacky way to get the number (index)
        index = street_number[0].split('field')[1]
        return qr['longname'+index]
    except:
        return None

df['street_number'] = df.apply(lambda x: get_street_number(x['Query Result']), axis=1)

（有很多方法可以做得更好，但它应该可以满足您的需求。）

示例数据的输出：

>>> print(df[['street_number', 'Address', 'City', 'State', 'Zip Code']])
  street_number                  Address             City State  Zip Code
0            55         55 W Waterloo Rd            Akron    OH     44319
1          1120              1120 Hwy 20  Correctionville    IA     51016
2          None     Hwy 12 and Bonito Dr    Fort Defiance    AZ     86504
3          2661        2661 County Hwy I   Chippewa Falls    WI     54729
4           301        301 US Rt 1 Ste A      Scarborough    ME      4074
5           500  500 W Broadway St Ste 5         Missoula    MT     59807

与您提供的示例匹配。

<强>更新：

如果您的Query Result存储为string，则可以使用dict将其转换为json.loads()：

import json
df['Query Result'] = df.apply(
    lambda x: json.loads(x['Query Result'].replace("'", '"')), axis=1
)

或者，如果您正在阅读文件，则可以使用converters中的read_csv()选项进行阅读转化：

filename = 'path/to/file'
df = pd.read_csv(
    filename,
    converters={'Query Result': lambda x: json.loads(x.replace("'", '"'))}
)

Answer 2

我相信这就是你要找的东西：

我的示例DataFrame（为简洁起见，我省略了您示例中的一些内容）：

import pandas as pd
df = pd.DataFrame(columns = ['Address', 'City', 'State', 'Zip Code', 'Query Result'])
df.loc[0] = ['55 W Waterloo Rd', 'Akron', 'OH', 44319, {'field1': 'street_number', 'longname1': '55'}]
df

    Address     City    State   Zip Code    Query Result
0   55 W Waterloo Rd    Akron   OH  44319   {'longname1': '55', 'field1': 'street_number'}

诀窍似乎是访问dict，因为它嵌套在一个数组中：

df['Street Number'] = df['Query Result'].values[0]['longname1']
df


    Address     City    State   Zip Code    Query Result    Street Number
0   55 W Waterloo Rd    Akron   OH  44319   {'longname1': '55', 'field1': 'street_number'}  55

根据字典值

2 个答案: