如何遍历DataFrame行并从cols中的字典中获取值？

Question

Features_Frame

每个功能框将是一批数据。我想提取col几何中关键“坐标”的所有值，并将其迭代地插入另一个df中。

使用相同的df，我还想存储从属性col中提取的数据。属性col有许多键。

每个源框架都将具有“ geometry”（几何）：“ coordinates”（坐标）和“ properties”（属性），它们将由各种键组成。

此新DataFrame中的每个col将是'geometry'或'properties'内部的键。

例如：

<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>
<link href="https://cdnjs.cloudflare.com/ajax/libs/select2/4.0.6-rc.0/css/select2.min.css" rel="stylesheet" />
<script src="https://cdnjs.cloudflare.com/ajax/libs/select2/4.0.6-rc.0/js/select2.min.js"></script>
<select>
  <option value="1">Jan</option>
  <option value="2">Feb</option>
  <option value="3">Mar</option>
  <option value="4">Apr</option>
  <option value="5">May</option>
  <option value="6">Jun</option>
  <option value="7">Jul</option>
  <option value="8">Aug</option>
  <option value="9">Sept</option>
  <option value="10">Oct</option>
  <option value="11">Nov</option>
  <option value="12">Dec</option>
</select>

我可以通过以下两种方式访问​​这两个列：

      coordinates          name
0      [-108.600,39.09]    'Target'
1      [51.459,82.04]      'Costco'
2      [-35.459,82.04]     'BJ's Wholesale Club'
3      [98.459,12.07]      'Walgreens'
4      [105.404,96.04]     'Walmart

但这只会将框架分为两部分。通常，如果我这样做了：

coord_frame = features_frame['geometry'][:]
properties_frame = features_frame['properties'][:]

如果我这样做的话，我将获得所有行的几何col中坐标轴的值：

Feature_Frame['geometry'][:]['coordinates']

我将在所有行的属性col中获得名称键的值。

相反，我只是遇到一个关键错误，说名称或坐标不存在。

Answer 1

将字典列表馈送给/usr/bin/gcc构造函数

pd.DataFrame是Python级别的循环，除了它通常表现不佳简单的列表理解。更好的主意是使用pd.Series.apply构造函数中使用的优化代码。这是一个示例：

pd.DataFrame

将df = pd.DataFrame({'geometry': [{'coordinates': [-108.600,39.09], 'name': 'Target'}, {'coordinates': [51.459,82.04], 'name': 'Costco'}]}) print(df) geometry 0 {'coordinates': [-108.6, 39.09], 'name': 'Targ... 1 {'coordinates': [51.459, 82.04], 'name': 'Cost... res = pd.DataFrame(df['geometry'].values.tolist()) print(res) coordinates name 0 [-108.6, 39.09] Target 1 [51.459, 82.04] Costco 用于多个系列的字典

以上内容可以扩展到任意系列的字典：

concat

Answer 2

关于

df_new = pd.DataFrame()

然后例如

df_new['coordinates'] = features_frame['geometry'].apply(lambda x: x['coordinates'])

或

df_new['name'] = features_frame['properties'].apply(lambda x: x['name'])

如果您想使用所有键进行操作，则可以在第一行中遍历示例字典的键：

for key in features_frame.geometry[0]:
    df_new[key] = features_frame.geometry.apply(lambda x: x[key])

for key in features_frame.properties[0]:
    df_new[key] = features_frame.properties.apply(lambda x: x[key])

---

补充：
...以防万一geometry-和properties-dict中有相同的键，您可以在创建新列以防止覆盖时轻松修饰它们：

for ...
    df_new['geom_' + key] = ...
for ...
    df_new['prop_' + key] = ...

---

编辑：

如果某列中的某些词典没有所有键，则使用默认值，例如None应该返回。
为此，只需在lambda函数中使用get方法即可定义默认值，而无需编制索引：

lambda x: x.get(key, None)

这至少是解决关键错误的正确方法。
但是，如果由于第一行中的dict不代表所有dict而导致代码没有遍历所有键，那么首先必须创建所有键的列表。
进入此列表有多种可能性：

1. 理想情况下，您已经知道其他地方的所有键。然后，您可以将它们放在列表中并对其进行遍历，而不是对第一个字典进行遍历。

2. 也许您知道至少有一个字典的键最多，而最长的字典具有所有键，而较短的字典的键在同一列中始终是子集。然后您可以找到

   longest_dict = sorted(df.geometry, key=len)[-1]
   

3. 也许您对按键一无所知。因此，您必须收集出现在列中任意位置的所有不同键：

   all_keys = []
   for d in df.geometry:
       all_keys.extend(d)
   all_keys = set(all_keys)