python - 将 pandas 列中的字典转换为数据框

Question

我有一个 Dataframe 看起来像这样:

    cus_id          cat_counts
0   4462            {'LOUNGE': 2}
1   5482            {'MAJOR APPLIANCES': 2, 'SMALL APPLIANCES': 1}
2   8101            {'BEDDING': 1, 'MAJOR APPLIANCES': 1}
3   3388            {'MAJOR APPLIANCES': 1, 'BEDROOM SUITES': 1}
5   3030            {'ACCESSORIES': 1, 'VISUAL': 2, 'MAJOR APPLIANCES' : 2}
6   8942            {'VISUAL': 1, 'AUDIO': 1, 'BEDDING': 1}
7   5775            {'ACCESSORIES': 2, 'VISUAL': 1}
8   5489            {'ACCESSORIES': 1, 'KITCHENWARE': 1, 'BEDDING' : 1
9   9370            {'ACCESSORIES': 1, 'VISUAL': 2, 'MAJOR APPLIANCES' : 5}
10  5936            {'KITCHENWARE': 1, 'ACCESSORIES': 4, 'VISUAL': 3}
11  3854            {'ACCESSORIES': 1, 'VISUAL': 2}
12  4016            {'LOOSE CARPETING': 1, 'BEDDING': 1}
13  3503            {'HOME OFFICE': 2}

我想将 cat_counts 列转换为连接到主数据框的单独列，其中 key 是列，value s 是列中的计数。这是一个示例(一些列已被省略):

    cus_id         LOUNGE | MAJOR APPLIANCES | SMALL APPLIANCES | BEDDING | BEDROOM SUITES | ACCESSORIES
0   4462              2           0                  0               0           0               0
1   5482              0           2                  1               0           0               0
2   8101              0           1                  0               1           0               0  
3   3388              0           1                  0               0           1               0
5   3030              0           2                  0               0           0               1
6   8942              0           0                  0               1           0               0 
7   5775              0           0                  0               0           0               2
8   5489              0           0                  0               1           0               1
9   9370              0           5                  0               0           0               1
10  5936              0           0                  0               0           0               4
11  3854              0           0                  0               0           0               1
12  4016              0           0                  0               1           0               0
13  3503              0           0                  0               0           0               0

我已经尝试过 df['cat_counts'].apply(lambda a: pd.DataFrame.from_dict(a)) 但我收到错误如果使用所有标量值，则必须传递一个索引。我检查过这个问题 Transform a Counter object into a Pandas DataFrame & turning a collections counter into dictionary但他们没有回答我的问题。我不知道这是否可能。我所知道的是你可以从字典中创建一个 Dataframe。如果有关于此的 stackoverflow 帖子，请指出正确的方向

Answer 1

如果性能不重要，将每个字典转换为 Series 并将缺失值替换为 0:

df['cat_counts'].apply(lambda a: pd.Series(a)).fillna(0)

为了提高性能，将列转换为 DataFrame:

pd.DataFrame(df['cat_counts'].tolist()).fillna(0)

全部与DataFrame.pop一起用于提取列和 DataFrame.join添加原始列:

df1 = df.join(pd.DataFrame(df.pop('cat_counts').tolist()).fillna(0).astype(int))

---