Question

请耐心等待我，因为我是python的新手。我正在迭代数据并获得我需要组合成一个pandas数据帧的多个列表。

然后我需要添加标题，以便我可以执行计算。

问题是每个项目都被视为一个单独的实体。请帮忙

for r in rows:
  person_info = list()
  person_info.append(r['metadata']['name'])
  person_info.append(r['metadata']['CountryId'])
  person_info.append(r['metadata']['StateId'])
  person_info.append(r['metadata']['Income'])
  print(person_info)

这是输出：

['mike' , 1, 4, 20000]
['mary', 2, 5, 30000]
['jane', 3, 6, 40000]

这是所需的输出数据框，标题为“name”，“id_a”，“id_b”和“income”：

name    id_a    id_b    income
mike    1       4       20000
mary    2       5       30000
jane    3       6       40000

Answer 1

您可以在循环外创建变量person_info并在每次迭代中附加tuple：

person_info = list()
for r in rows:
  person_info.append((r['metadata']['name'], r['metadata']['CountryId'], r['metadata']['StateId'], r['metadata']['Income']))

list comprehension的解决方案：

person_info = [(r['metadata']['name'], r['metadata']['CountryId'], r['metadata']['StateId'], r['metadata']['Income']) for r in rows]

df = pd.DataFrame(person_info, columns=["name", "id_a", "id_b", "income"])

如果输入为json，则另一种可能的解决方案是使用json_normalize：

import json
from pandas.io.json import json_normalize    

with open('myJson.json') as data_file:    
    data = json.load(data_file)  

df = json_normalize(data, 'metadata')

Answer 2

您还可以尝试使用defaultdict并使用它来创建dataframe：

from collections import defaultdict
import pandas as pd

person_info = defaultdict(list)

for r in rows:
    person_info['name'].append(r['metadata']['name'])
    person_info['id_a'].append(r['metadata']['CountryId'])
    person_info['id_b'].append(r['metadata']['StateId'])
    person_info['income'].append(r['metadata']['Income'])

然后，创建数据框：

df = pd.DataFrame(person_info)

Answer 3

Pandas直接接受词典列表。不要打这个，你可以简单地为列表中的每个项目提取i['metadata']。

此后您唯一的任务是重命名和排序列。

r = [{'metadata': {'name': 'mike', 'CountryId': 1, 'StateId': 4, 'Income': 20000}},
     {'metadata': {'name': 'mary', 'CountryId': 2, 'StateId': 5, 'Income': 30000}},
     {'metadata': {'name': 'jane', 'CountryId': 3, 'StateId': 6, 'Income': 40000}}]

df = pd.DataFrame([i['metadata'] for i in r])\
       .rename(columns={'CountryId': 'id_a', 'StateId': 'id_b', 'Income': 'income'})\
       .reindex(['name', 'id_a', 'id_b', 'income'], axis=1)

print(df)

   name  id_a  id_b  income
0  mike     1     4   20000
1  mary     2     5   30000
2  jane     3     6   40000

将List合并到Dataframe中

3 个答案: