python - 对象到 Pandas 数据框

Question

我有一个对象列表，如下面的测试变量所示:

@dataclasses.dataclass
class A:
    a: float
    b: float
    c: float

@dataclasses.dataclass
class B:
    prop: str
    attr: List["A"]

test = [
    B("z", [A('a', 'b', 'c'), A('d', 'l', 's')]),
    B("a", [A('s', 'v', 'c')]),
]

我希望它像这样将它转换成 pandas df:

   prop a   b   c
0   z   a   b   c
0   z   d   l   s
1   a   s   v   c

我可以分几个步骤完成，但它似乎没有必要且效率低下，因为我要多次处理相同的数据:

a = pd.DataFrame(
        [obj.__dict__ for obj in test]
    )
a
    prop    attr
0   z   [A(a='a', b='b', c='c'), A(a='d', b='l', c='s')]
1   a   [A(a='s', b='v', c='c')]

b = a.explode('attr')
b
    prop    attr
0   z   A(a='a', b='b', c='c')
0   z   A(a='d', b='l', c='s')
1   a   A(a='s', b='v', c='c')

b[["a", "b", "c"]] = b.apply(lambda x: [x.attr.a, x.attr.b, x.attr.c], axis=1, result_type="expand")
b

prop    attr    a   b   c
0   z   A(a='a', b='b', c='c')  a   b   c
0   z   A(a='d', b='l', c='s')  d   l   s
1   a   A(a='s', b='v', c='c')  s   v   c

能不能做得更高效一点？

Answer 1

结合使用 dataclasses.asdict 和 pd.json_normalize

In [59]: pd.json_normalize([dataclasses.asdict(k) for k in test], 'attr', ['prop'])
Out[59]:
   a  b  c prop
0  a  b  c    z
1  d  l  s    z
2  s  v  c    a