Question

我有一个如下创建的数据框，其中的国家/地区采用JSON格式：

df = pd.DataFrame([['matt', '''[{"c_id": "cn", "c_name": "China"}, {"c_id": "au", "c_name": "Australia"}]'''],
                   ['david', '''[{"c_id": "jp", "c_name": "Japan"}, {"c_id": "cn", "c_name": "China"},{"c_id": "au", "c_name": "Australia"}]'''],
                   ['john', '''[{"c_id": "br", "c_name": "Brazil"}, {"c_id": "ag", "c_name": "Argentina"}]''']],
                  columns =['person','countries'])

我想获得以下输出，仅输出国家名称，用逗号分隔并按字母顺序排序：

result = pd.DataFrame([['matt', 'Australia, China'],
                   ['david', 'Australia, China, Japan'],
                   ['john', 'Argentina, Brazil']],
                  columns =['person','countries'])

我尝试使用一些方法来执行此操作，但是没有一个成功地工作。我希望以下内容可以适当地拆分JSON格式，但是没有成功-可能是因为JSON在数据帧中为字符串格式？

result = pd.io.json.json_normalize(df, 'c_name')

Answer 1

一种解决方案是使用ast.literal_eval将字符串视为字典列表：

import ast

df["countries"] = df["countries"].map(lambda x: ast.literal_eval(x))
df["countries"] = df["countries"].map(lambda x: sorted([c["c_name"] for c in x]))

清理熊猫数据框中的多个JSON

1 个答案: