Pandas：如何将列的字典映射为单独的列名及其对应的值

我有一个以下格式的数据框

ip_df=pd.DataFrame({'class':['I','II','III'],'details':[{'sec':'A','kinder':'yes'},{'sec':'B'}]
ip_df:
    class   details
0   I       {'sec':'A','kinder':'yes'}
1   II      {'sec':'B'}
2   III     None

如何将字典键作为列名和字典值映射到其各自的“details”列

---

如果性能不重要，则将每行转换为

系列

：

ip_df = ip_df.join(ip_df['details'].apply(pd.Series))
print (ip_df)
  class                        details  sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}    A    yes
1    II                   {'sec': 'B'}    B    NaN
2   III                           None  NaN    NaN

另一种解决方案是通过构造函数删除缺少的值或

None

s并创建

DataFrame

：

s = ip_df['details'].dropna()
ip_df = ip_df.join(pd.DataFrame(s.tolist(), index=s.index))
print (ip_df)
  class                        details  sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}    A    yes
1    II                   {'sec': 'B'}    B    NaN
2   III                           None  NaN    NaN

最后，如有必要，将缺少的值转换为

None

s：

ip_df = ip_df.mask(ip_df.isna(), None)
print (ip_df)
  class                        details   sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}     A    yes
1    II                   {'sec': 'B'}     B   None
2   III                           None  None   None

ip_df = ip_df.mask(ip_df.isna(), None)
print (ip_df)
  class                        details   sec kinder
0     I  {'sec': 'A', 'kinder': 'yes'}     A    yes
1    II                   {'sec': 'B'}     B   None
2   III                           None  None   None