python - 转换数据框中的嵌套字典？

Question

我一直在尝试解析数据框中的嵌套字典。我从 dict 制作了这个 df，但无法弄清楚这个嵌套的。

df

    First   second    third              

 0     1       2      {nested dict}

嵌套字典:

   {'fourth': '4', 'fifth': '5', 'sixth': '6'}, {'fourth': '7', 'fifth': '8', 'sixth': '9'}

我想要的输出是:

        First   second  fourth   fifth   sixth   fourth   fifth   sixth          

 0     1       2       4         5        6         7       8       9

编辑:原始词典

   'archi': [{'fourth': '115',
      'fifth': '-162',
      'sixth': '112'},
     {'fourth': '52',
      'fifth': '42',
      'sixth': ' 32'}]

Answer 1

我无法退出“第三”列中嵌套字典的格式，但这是我建议使用 Python: Pandas dataframe from Series of dict 的格式。作为起点。这是可重现的字典和数据框:

nst_dict = {'archi': [{'fourth': '115', 'fifth': '-162', 'sixth': '112'},
      {'fourth': '52', 'fifth': '42','sixth': ' 32'}]}

df = pd.DataFrame.from_dict({'First':[1,2], 'Second':[2,3], 
     'third': [nst_dict,nst_dict]})

然后您需要首先访问字典中的列表，然后访问列表中的项目:

df.thrd_1 = df.third.apply(lambda x: x['archi']) # convert to list
df.thrd_1a = df.thrd_1.apply(lambda x: x[0]) # access first item
df.thrd_1b = df.thrd_1.apply(lambda x: x[1]) # access second item

out = df.drop('third', axis=1).merge(
    df.thrd_1a.apply(pd.Series).merge(df.thrd_1a.apply(pd.Series),
    left_index=True, right_index=True),
    left_index=True, right_index=True)

print(out)

First  Second fourth_x fifth_x sixth_x fourth_y fifth_y sixth_y
0      1       2      115    -162     112      115    -162     112
1      2       3      115    -162     112      115    -162     112

我将尝试使用 collections.abc 清理它并转换为一个函数，但这应该可以满足您的具体情况。