python - 如何迭代数据框以将字典解压到新的数据框中

Question

我想解压一个数据框，其中包含嵌套在每列字典中的可变数量的“productID”。示例表:

awardedProducts
0   []
1   [{'productID': 14306}]
2   []
3   []
4   []
5   []
6   []
7   [{'productID': 60974}, {'productID': 72961}]
8   [{'productID': 78818}, {'productID': 86765}]
9   [{'productID': 155707}]
10  [{'productID': 54405}, {'productID': 69562}, {...

我试过用

遍历 df

df = []
for row, index in activeTitles.iterrows():
    df.append(index[0])

我想以单列数据框或列有所有产品 ID 的系列结束。例如:

productID
0  14306
1  60974
2  72961
3  78818
4  86765
5  155707
6  54405
7  69562

Answer 1

自 there is no flatmap operation in Pandas ，你可以这样做:

import pandas as pd

data = pd.Series([[], [{'productID': 14306}], [], [], [], [], [],
                  [{'productID': 60974}, {'productID': 72961}],
                  [{'productID': 78818}, {'productID': 86765}],
                  [{'productID': 155707}], [{'productID': 54405}, {'productID': 69562}]])
products = (data.apply(pd.Series).unstack().dropna()
            .apply(lambda p: p['productID']).reset_index(drop=True))
print(products)
# 0     14306
# 1     60974
# 2     72961
# 3     78818
# 4     86765
# 5    155707
# 6     54405
# 7     69562
# dtype: int64