Python数据框包含字典列表，需要使用字典项创建新的数据框 [英] Python Dataframe contains a list of dictionaries, need to create new dataframe with dictionary items

问题描述

我有一个Python数据框，其中包含字典列表（针对某些行）：

I have a Python dataframe that contains a list of dictionaries (for certain rows):

In[1]:
cards_df.head()

Out[1]:
    card_id   labels
0   'cid_1'   []
1   'cid_2'   []
3   'cid_3'   [{'id': 'lid_a', 'name': 'lname_a'}, {'id': 'lid_b', 'name': 'lname_b'}]
4   'cid_4'   [{'id': 'lid_c', 'name': 'lname_c'}]

我会就像创建一个新的数据框，将字典项列表扩展到单独的行中：

I would like to create a new dataframe that expands the list of dictionary items into separate rows:

    card_id   label_id  label_name
0   cid_3     lid_a     lname_a
1   cid_3     lid_b     lname_b
2   cid_4     lid_c     lname_c

推荐答案

使用 pd.Series.str.len 生成适当的值，以传递给 np.repeat 。这反过来又用于重复 df.card_id.values 的值，并构成新数据框的第一列。

Use pd.Series.str.len to produce the appropriate values to pass to np.repeat. This in turn is used to repeat the values of df.card_id.values and make the first column of our new dataframe.

然后在 df ['labels']上使用 pd.Series.sum code>将所有列表连接成一个列表。现在，此新列表非常适合传递给 pd.DataFrame 构造函数。剩下的就是在每个列名称前添加一个字符串，然后加入我们上面创建的列。

Then use pd.Series.sum on df['labels'] to concatenate all lists into a single list. This new list is now perfect for passing to the pd.DataFrame constructor. All that's left is to prepend a string to each column name and join to the column we created above.

pd.DataFrame(dict(
    card_id=df.card_id.values.repeat(df['labels'].str.len()),
)).join(pd.DataFrame(df['labels'].sum()).add_prefix('label_'))

  card_id label_id label_name
0   cid_3    lid_a    lname_a
1   cid_3    lid_b    lname_b
2   cid_4    lid_c    lname_c

---

设置

df = pd.DataFrame(dict(
    card_id=['cid_1', 'cid_2', 'cid_3', 'cid_4'],
    labels=[
        [],
        [],
        [
            {'id': 'lid_a', 'name': 'lname_a'},
            {'id': 'lid_b', 'name': 'lname_b'}
        ],
        [{'id': 'lid_c', 'name': 'lname_c'}],
    ]
))

这篇关于Python数据框包含字典列表，需要使用字典项创建新的数据框的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！