python - 将 Pandas 数据框单元格中的字典解析为新行单元格(新列)

Question

我有一个 Pandas Dataframe，其中有一列包含包含键值对字典的单元格，如下所示:

{"name":"Test Thorton","company":"Test Group","address":"10850 Test #325\r\n","city":"Test City","state_province":"CA","postal_code":"95670","country":"USA","email_address":"test@testtest.com","phone_number":"999-888-3333","equipment_description":"I'm a big red truck\r\n\r\nRSN# 0000","response_desired":"week","response_method":"email"}

我正在尝试解析字典，因此生成的 Dataframe 包含每个键的新列，并且行中填充了每个列的结果值，如下所示:

//Before

1  2  3  4  5
a  b  c  d  {6:y, 7:v}

//After

1  2  3  4  5           6  7
a  b  c  d  {6:y, 7:v}  y  v

非常感谢您的建议。

Answer 1

考虑df

df = pd.DataFrame([
        ['a', 'b', 'c', 'd', dict(F='y', G='v')],
        ['a', 'b', 'c', 'd', dict(F='y', G='v')],
    ], columns=list('ABCDE'))

df

   A  B  C  D                     E
0  a  b  c  d  {'F': 'y', 'G': 'v'}
1  a  b  c  d  {'F': 'y', 'G': 'v'}

---

选项 1
使用 pd.Series.apply，就地分配新列

df.E.apply(pd.Series)

   F  G
0  y  v
1  y  v

这样赋值

df[['F', 'G']] = df.E.apply(pd.Series)
df.drop('E', axis=1)

   A  B  C  D  F  G
0  a  b  c  d  y  v
1  a  b  c  d  y  v

---

选项 2
使用 pd.DataFrame.assign 方法对整个过程进行流水线处理

df.drop('E', 1).assign(**pd.DataFrame(df.E.values.tolist()))

   A  B  C  D  F  G
0  a  b  c  d  y  v
1  a  b  c  d  y  v