在其中一列中将数据帧与dict数据连接起来 [英] Joining data frame with dict data in one of it's columns

问题描述

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：

The column items contains dicts which I want to have as columns of the dataframe:

  order_id        item         color
0        A           1          blue
1        A           2           red
2        B           3         green
3        B           2          pink

ie

到目前为止，我所做的是逐行迭代并在新的数据帧中创建数据：

What I've done so far is to iterate row by row and create the data in a new dataframe:

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

给我我需要的结果：

>>> df2
  order_id item  color
3        A    1   blue
2        A    2    red
1        B    3  green
0        B    2   pink

是否有更有效的方法？也许是因为我要处理大量数据，而无需创建另一个对象并复制所有现有的列？

Is there a more efficient way of doing this? Maybe in place without creating another object and duplicating all the existing columns because I'm dealing with large amounts of data?

推荐答案

重复，加入， len

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

---

理解力

---

Comprehension

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

这篇关于在其中一列中将数据帧与dict数据连接起来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！