Question

我有一个Python数据框，其中包含一个字典列表（对于某些行）：

In[1]:
cards_df.head()

Out[1]:
    card_id   labels
0   'cid_1'   []
1   'cid_2'   []
3   'cid_3'   [{'id': 'lid_a', 'name': 'lname_a'}, {'id': 'lid_b', 'name': 'lname_b'}]
4   'cid_4'   [{'id': 'lid_c', 'name': 'lname_c'}]

我想创建一个新的数据框，将字典项列表扩展为单独的行：

    card_id   label_id  label_name
0   cid_3     lid_a     lname_a
1   cid_3     lid_b     lname_b
2   cid_4     lid_c     lname_c

Answer 1

使用pd.Series.str.len生成适当的值以传递给np.repeat。这又用于重复df.card_id.values的值并创建新数据帧的第一列。

然后在pd.Series.sum上使用df['labels']将所有列表连接到一个列表中。这个新列表现在非常适合传递给pd.DataFrame构造函数。剩下的就是在每个列名前加一个字符串并加入我们上面创建的列。

pd.DataFrame(dict(
    card_id=df.card_id.values.repeat(df['labels'].str.len()),
)).join(pd.DataFrame(df['labels'].sum()).add_prefix('label_'))

  card_id label_id label_name
0   cid_3    lid_a    lname_a
1   cid_3    lid_b    lname_b
2   cid_4    lid_c    lname_c

设置

df = pd.DataFrame(dict(
    card_id=['cid_1', 'cid_2', 'cid_3', 'cid_4'],
    labels=[
        [],
        [],
        [
            {'id': 'lid_a', 'name': 'lname_a'},
            {'id': 'lid_b', 'name': 'lname_b'}
        ],
        [{'id': 'lid_c', 'name': 'lname_c'}],
    ]
))

Answer 2

您可以对数据框的行dict进行理解：

pd.DataFrame({{i: {'card_id': row['card_id'], 
                   'label_id': label['label_id'], 
                   'label_name': label['name']}}
               for i, row in df.iterrows()
               for label in row['labels']

Python Dataframe包含一个字典列表，需要使用字典项创建新的数据帧

2 个答案: