python - 如何将字典列表转换为以其中一个值作为列名的 Pandas Dataframe？

Question

我有一个数据框，其中一列由字典列表组成，就像这样-

    column1    column2
0   abc        [{key1:value_A, key2:value_1}, {key1:value_B, key2:value_2}, {key1:value_C, key2:value_3},...]
    .
    .
    .
n   xyz        [{key1:value_A, key2:value_4}, {key1:value_B, key2:value_5}, {key1:value_C, key2:value_6},...]

我想将这个数据框转换成这样的东西-

    column1    value_A    value_B    value_C ....
0   abc        value_1    value_2    value_3
    .
    .
    .
n   xyz        value_4    value_5    value_6

什么是快速有效的方法？

您可以使用以下代码片段生成 df -

import pandas as pd
df = pd.DataFrame([[1, [
    {'id': 1144801690551941, 'value': 20},
    {'id': 8202109018383881, 'value': 26},
    {'id': 3025222222235562, 'value': 37},
    {'id': 5834245818862827, 'value': 35},
    {'id': 4689782481420271, 'value': 27},
    {'id': 7385168421196875, 'value': 56},
    ]], [2, [
    {'id': 1144801690551941, 'value': 25},
    {'id': 8202109018383881, 'value': 26},
    {'id': 3025222222235562, 'value': 38},
    {'id': 5834245818862827, 'value': 35},
    {'id': 4689782481420271, 'value': 21},
    {'id': 7385168421196875, 'value': 53},
    ]], [3, [
    {'id': 1144801690551941, 'value': 20},
    {'id': 8202109018383881, 'value': 29},
    {'id': 3025222222235562, 'value': 37},
    {'id': 5834245818862827, 'value': 32},
    {'id': 4689782481420271, 'value': 27},
    {'id': 7385168421196875, 'value': 50},
    ]]], columns=['column1', 'column2'])

哪些结果-

   column1  column2
0        1  [{'id': 1144801690551941, 'value': 20}, {'id':...
1        2  [{'id': 1144801690551941, 'value': 25}, {'id':...
2        3  [{'id': 1144801690551941, 'value': 20}, {'id':...

我期望的输出-

    column1  1144801690551941  8202109018383881  3025222222235562 ...
0   1        20                26                37
1   2        25                26                38
2   3        20                29                37

谢谢!

Answer 1

从 column2 开始，使用 tolist 并重新创建一个数据框，您将其堆叠 以获得一个字典 {'id':...,'value':... } 每行。

s = pd.DataFrame(df['column2'].tolist()).stack()
print(s)
# 0  0    {'id': 1144801690551941, 'value': 20}
#    1    {'id': 8202109018383881, 'value': 26}
#    2    {'id': 3025222222235562, 'value': 37}
#    3    {'id': 5834245818862827, 'value': 35}
#    4    {'id': 4689782481420271, 'value': 27}
#    5    {'id': 7385168421196875, 'value': 56}
# 1  0    {'id': 1144801690551941, 'value': 25}
#    1    {'id': 8202109018383881, 'value': 26}

然后从那里再次使用 tolist 在此 Series s 上并创建一个 Dataframe，确保保留原始索引。附加刚刚使用 set_index 创建的列 ID，然后 unstack 获取所有 ID 编号作为列标题。您获得了 id 值所需的形状。只需要 join 到 column1。

res = (
    df[['column1']]
      .join(pd.DataFrame(s.tolist(), 
                         s.index.get_level_values(0)) # keep original index
              .set_index('id', append=True)
              ['value'].unstack()
              .rename_axis(columns=None))
)

你得到了预期的结果

print(res)
   column1  1144801690551941  3025222222235562  4689782481420271  \
0        1                20                37                27   
1        2                25                38                21   
2        3                20                37                27   

   5834245818862827  7385168421196875  8202109018383881  
0                35                56                26  
1                35                53                26  
2                32                50                29