pandas - 如何在不循环的情况下将 python JSON 列表转换为数据框列

Question

我正在使用 python 并试图找出如何在不使用循环的情况下执行以下操作。

我有一个包含多个列的数据框，其中包含一个包含 JSON 对象列表的列。我想要做的是将 JSON 字符串列转换为数据框中它们自己的列。例如我有以下数据框:

<表类="s-表"><头>姓名年龄组<正文>约翰35[{"testid": "001", "marks": 67}, {"testid": "002", "marks": 70}]安20[{"testid": "001", "marks": 75}, {"testid": "002", "marks": 80}, {"testid": "003", "marks": 87 }]艾玛25[{"testid": "001", "marks": 90}, {"testid": "002", "marks": 99}]

我想按如下方式获得 testid = 001 和 testid = 002 的分数。

<表类="s-表"><头>姓名年龄test_id1test_id2<正文>约翰356770安207580艾玛259099

这是我的数据集

[
   {
      "name":"John",
      "age":35,
      "group":[
         {
            "testid":"001",
            "marks":67
         },
         {
            "testid":"002",
            "marks":70
         }
      ]
   },
   {
      "name":"Ann",
      "age":20,
      "group":[
         {
            "testid":"001",
            "marks":75
         },
         {
            "testid":"002",
            "marks":80
         },
         {
            "testid":"003",
            "marks":87
         }
      ]
   },
   {
      "name":"Emma",
      "age":25,
      "group":[
         {
            "testid":"001",
            "marks":90
         },
         {
            "testid":"002",
            "marks":99
         }
      ]
   }
]

任何想法都将受到高度赞赏。谢谢。

Answer 1

列表推导在提取数据时很方便；作为旁注，如果可以的话，可能会在将类似数据的数据放入数据帧之前进行提取(这样做效率更高):

outcome = [[entry[num]['marks']
           for num in range(len(entry)) 
           if entry[num]['testid'] in ('001', '002')] 
           for entry in df.group]

print(outcome)
[[67, 70], [75, 80], [90, 99]]

压缩数据，并分配给数据框中的新列名:

test_id1, test_id2 = zip(*outcome)

df.filter(['name', 'age']).assign(test_id1 = test_id1, test_id2 = test_id2)

   name  age  test_id1  test_id2
0  John   35        67        70
1   Ann   20        75        80
2  Emma   25        90        99