Pandas数据帧转换：从字典k-v对中添加列

Question

我想转换一个如下所示的DataFrame：

         dictionary
0  {'b': 2, 'a': 1}
1  {'c': 4, 'b': 3}

这

import pandas
df = pandas.DataFrame()
df['dictionary'] = [{'a':1,'b':2},{'b': 3,'c':4}]

到这样的DataFrame上：

         dictionary    a  b    c
0  {'b': 2, 'a': 1}  1.0  2  NaN
1  {'c': 4, 'b': 3}  NaN  3  4.0

其中（当然）列的顺序无关紧要。

如果不显式循环字典或行，我怎么能这样做呢？

Answer 1

一种矢量化方法，将给定系列转换为list表示，然后逐列执行连接：

pd.concat([df['dictionary'], pd.DataFrame(df['dictionary'].values.tolist())], axis=1)

Answer 2

您可以应用pd.Series转换并连接两者：

pd.concat([df, df['dictionary'].apply(pd.Series)], axis=1)
Out: 
         dictionary    a    b    c
0  {'b': 2, 'a': 1}  1.0  2.0  NaN
1  {'b': 3, 'c': 4}  NaN  3.0  4.0

或者您可以使用join

In [4]: df.join(df.dictionary.apply(pd.Series))
Out[4]:
           dictionary    a    b    c
0  {u'a': 1, u'b': 2}  1.0  2.0  NaN
1  {u'c': 4, u'b': 3}  NaN  3.0  4.0