Question

我发现很难用正确的词语来表达问题。但我希望我做得很好......

以下是我人工创建的示例，您可以在控制台中重现它。

example = pd.DataFrame([['a', [{'a1': 1,
        'a2': {'amount': 20, 'currency': 'USD'}, 'a3': 57},
       {'a1': 4,
        'a2': {'amount': 50, 'currency': 'USD'}},
       {'a1': 7,
        'a2': {'amount': 80, 'currency': 'USD'}}], 10, 11], 

                        ['b', [{'a1': 13,
        'a2': {'amount': 140, 'currency': 'USD'}},
       {'a1': 2,
        'a2': {'amount': 50, 'currency': 'USD'}},
       {'a1': 3,
        'a2': {'amount': 90, 'currency': 'USD'}}], 16, 17], 

                        ['c', [{'a1': 8,
        'a2': {'amount': 75, 'currency': 'USD'}},
       {'a1': 9,
        'a2': {'amount': 90, 'currency': 'USD'}, 'a3': 98},
       {'a1': 6,
        'a2': {'amount': 10, 'currency': 'USD'}}], 11, 12]])

example.columns = ['column1', 'column2', 'column3', 'column4']
print(example)

DataFrame example的第二列是嵌套字典结构列表。

print(example.loc[[0], ["column2"]].values.tolist())

[[[{'a1': 1, 'a2': {'amount': 20, 'currency': 'USD'}, 'a3': 57},
   {'a1': 4, 'a2': {'amount': 50, 'currency': 'USD'}},
   {'a1': 7, 'a2': {'amount': 80, 'currency': 'USD'}}]]]

这是我使用0打印的名为column2的行loc。

print(exampleSolution)语句应该为您提供我想要获得的Pandas DataFrame。

exampleSolution = pd.DataFrame([['a', 1, 20, 'USD', 57, 10, 11], ['a', 4, 50, 'USD', None, 10, 11], 
                                ['a', 7, 80, 'USD', None, 10, 11], ['b', 13, 140, 'USD', None, 16, 17], 
                                ['b', 2, 50, 'USD', None, 16, 17], ['b', 3, 90, 'USD', None, 16, 17], 
                                ['c', 8, 75, 'USD', None, 11, 12], ['c', 9, 90, 'USD', 98, 11, 12], 
                                ['c', 6, 10, 'USD', None, 11, 12]])

exampleSolution.columns = ['column1', 'a1', 'amount', 'currency', 'a3', 'column3', 'column4']
print(exampleSolution)

基本上，我想要为每一行解包column2内的字典，我希望字典键是一个额外的列名，并且该行中的值是与该键对应的字典值。如果有某些键，其他行的值对（在我的示例中，我们会看到我使用0的第一行loc打印出这个键a3同一行0在其嵌套词典的第二项和第三项中没有a3！同样，行2中也有一个键a3嵌套字典的第二项。类似我希望解决方案对于嵌套字典中可能存在特定键，值对的情况是健壮的，在任何其他行中都看不到！可能存在对于特定行，a4的嵌套字典中的column2和另一行的a5，我希望这些附加列存在于生成的DataFrame中，而不是{{1或者None！此外，您现在看到的第二列有一个键NaN，其中有一个嵌套（键，值）对，我想作为单独的列{ {1}}，a2键，值对。

amount

到目前为止我做了什么？

我很惭愧地说我不知道从哪里开始..

以上示例是我从JSON文件（300 MB）派生的PANDas DataFrame的更小版本。我最初，不必要地花了很多时间创建嵌套字典结构，然后解压缩复杂的嵌套字典，发现从JSON创建DataFrame的命令是currency ..

Answer 1

from pandas.io.json import json_normalize    

rows = list(example.index)    

mainDf = pd.DataFrame()
for index in rows:
    listing = example.at[index, "column2"]

    df = pd.DataFrame()    


    for i in listing:


        l = (json_normalize(i))

        df = df.append(l)

    otherCols = list(example.columns)
    otherCols.remove('column2')

    for col in otherCols:
        #print(example.loc[[index], [col]])

        df[col] = example.at[index, col]

    mainDf = mainDf.append(df)


print(mainDF)

字典键，单元格到名称为键的行的值对，行是Pandas

1 个答案: