Question

我有以下格式的数据框，

ip_df=pd.DataFrame({'class':['I','II','III'],'details':[{'sec':'A','kinder':'yes'},{'sec':'B'}]
ip_df:
    class   details
0   I       {'sec':'A','kinder':'yes'}
1   II      {'sec':'B'}
2   III     None

如何将字典键作为列名和字典值映射到其“详细信息”列的相应列？

 op_df:
      class    detail                     sec    kinder
 0    I        {'sec':'A','kinder':'yes'} A      yes
 1    II       {'sec':'B'}                B      None
 2    III      None                       None   None

Answer 1

如果性能不重要，请将每一行转换为Series：

ip_df = ip_df.join(ip_df['details'].apply(pd.Series))
print (ip_df)
  class                        details  sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}    A    yes
1    II                   {'sec': 'B'}    B    NaN
2   III                           None  NaN    NaN

另一种解决方案是删除缺少的值或None并由构造函数创建DataFrame：

s = ip_df['details'].dropna()
ip_df = ip_df.join(pd.DataFrame(s.tolist(), index=s.index))
print (ip_df)
  class                        details  sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}    A    yes
1    II                   {'sec': 'B'}    B    NaN
2   III                           None  NaN    NaN

在必要时最后一次将缺少的值转换为None：

ip_df = ip_df.mask(ip_df.isna(), None)
print (ip_df)
  class                        details   sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}     A    yes
1    II                   {'sec': 'B'}     B   None
2   III                           None  None   None

熊猫：如何将一列的字典映射为一个单独的列名称及其对应的值

1 个答案: