我的数据如下:
>>> df = pd.DataFrame({'order_id': ['A', 'B'],
.. 'items': [[{'item': 1, 'color': 'blue' },
... {'item': 2, 'color': 'red' }],
... [{'item': 3, 'color': 'green'},
... {'item': 2, 'color': 'pink' }]]},
... columns= ['order_id', 'items'])
>>> df
order_id items
0 A [{'item': 1, 'color': 'blue'}, {'item': 2, 'color': 'red'}]
1 B [{'item': 3, 'color': 'green'}, {'item': 2, 'color': 'pink'}]
列items
包含要用作数据框列的字典:
order_id item color
0 A 1 blue
1 A 2 red
2 B 3 green
3 B 2 pink
即字典的每个项目都应该有自己的一行。
到目前为止,我要做的是逐行迭代并在新的数据框中创建数据:
df2 = pd.DataFrame(columns=['order_id', 'item', 'color'])
for row in df.iterrows():
for items in (row[1]['items']):
df2.loc[-1] =[row[1]['order_id'], items['item'], items['color'] ]
df2.index += 1
这给了我我需要的结果:
>>> df2
order_id item color
3 A 1 blue
2 A 2 red
1 B 3 green
0 B 2 pink
有没有更有效的方法?也许因为我要处理大量数据而没有创建另一个对象并复制所有现有列的地方?
答案 0 :(得分:3)
IIUC使用concat
pd.concat([pd.DataFrame(x) for x in df.set_index('order_id')['items']],keys=df.order_id).reset_index(level=0)
Out[486]:
order_id color item
0 A blue 1
1 A red 2
0 B green 3
1 B pink 2
答案 1 :(得分:3)
repeat
,join
,len
order_id = df.order_id.values.repeat(df['items'].str.len())
items = pd.DataFrame(np.concatenate(df['items']).tolist())
items.assign(order_id=order_id)
color item order_id
0 blue 1 A
1 red 2 A
2 green 3 B
3 pink 2 B
pd.DataFrame([{**{'order_id': o}, **i} for o, I in df.values for i in I])
color item order_id
0 blue 1 A
1 red 2 A
2 green 3 B
3 pink 2 B