python - 重复函数提取相似信息

Question

这是我如何使用 pandas 打开和读取 json 文件。我真的很欣赏 pandas 的力量:)

import pandas as pd

df = pd.read_json("https://datameetgeobk.s3.amazonaws.com/cftemplates/EyeOfCustomer.json")

def mytype(mydict):
    try:
        if mydict["Type"]:
            return mydict["Type"]
    except:
        pass


df["myParametersType"] = df.Parameters.apply(lambda x: mytype(x))

问题是我还需要“描述”和“默认”值以及“类型”字符串。我已经编写了一个函数来提取上面提到的类型。我真的需要再编写 2 个如下所示的函数吗？

def mydescription(mydict):
    try:
        if mydict["Description"]:
            return mydict["Description"]
    except:
        pass


def mydefault(mydict):
    try:
        if mydict["Default"]:
            return mydict["Default"]
    except:
        pass

df["myParametersDescription"] = df.Parameters.apply(lambda x: mydescription(x))
df["myParametersDefault"] = df.Parameters.apply(lambda x: mydefault(x))

如果字典包含超过 3 个键，我该如何处理？

决赛 table 应该是这样的......

df.iloc[:, -3:].dropna(how="all")

myParametersType    myParametersDescription myParametersDefault
pInstanceKeyName    AWS::EC2::KeyPair::KeyName  The name of the private key to use for SSH acc...   None
pTwitterTermList    String  List of terms for twitter to listen to  'your', 'search', 'terms', 'here'
pTwitterLanguages   String  List of languages to use for the twitter strea...   'en'
pTwitterAuthConsumerKey String  Consumer key for access twitter None
pTwitterAuthConsumerSecret  String  Consumer Secret for access twitter  None
pTwitterAuthToken   String  Access Token Secret for calling twitter None
pTwitterAuthTokenSecret String  Access Token Secret for calling twitter None
pApplicationName    String  Name of the application deploying for the EyeO...   EyeOfCustomer
pVpcCIDR    String  Please enter the IP range (CIDR notation) for ...   10.193.0.0/16
pPublicSubnet1CIDR  String  Please enter the IP range (CIDR notation) for ...   10.193.10.0/24

Answer 1

您可以将新参数传递给函数:

def func(mydict, val):
    try:
        if mydict[val]:
            return mydict[val]
    except:
        pass

df["myParametersType"] = df.Parameters.apply(lambda x: func(x, 'Type'))
df["myParametersDescription"] = df.Parameters.apply(lambda x: func(x, 'Description'))
df["myParametersDefault"] = df.Parameters.apply(lambda x: func(x, 'Default'))
df = df.iloc[:, -3:].dropna(how="all")