Pandas 所需数据帧的具体格式如所述

必须将此格式的数据帧转换为如下所示的格式： 统计数据采用字典格式：

 [  Player  Stats]
 0 Sachin   {'Runs': 18000, 'Hundreds': 49, 'Avg': 45}
 1 Ganguly  {'Runs': 11000, 'Hundreds': 25, 'Avg': 40}
 2 Kohli    {'Runs': 11000, 'Hundreds': 41, 'Avg': 50,'Fifties': 50}

到

---

通过列表理解创建元组列表并传递给

DataFrame

构造函数：

L = [(x, a, b) for x, y in zip(df['Player'], df['Stats']) for a,b in y.items()]
df = pd.DataFrame(L, columns=['Player','Events','Values'])
print (df)
    Player    Events  Values
0   Sachin      Runs   18000
1   Sachin  Hundreds      49
2   Sachin       Avg      45
3  Ganguly      Runs   11000
4  Ganguly  Hundreds      25
5  Ganguly       Avg      40
6    Kohli      Runs   11000
7    Kohli  Hundreds      41
8    Kohli       Avg      50
9    Kohli   Fifties      50

另一个解决方案：

df = pd.DataFrame(df.pop('Stats').values.tolist(), index=df['Player']).stack().reset_index()
df.columns = ['Player','Events','Values']
print (df)
    Player    Events   Values
0   Sachin       Avg     45.0
1   Sachin  Hundreds     49.0
2   Sachin      Runs  18000.0
3  Ganguly       Avg     40.0
4  Ganguly  Hundreds     25.0
5  Ganguly      Runs  11000.0
6    Kohli       Avg     50.0
7    Kohli   Fifties     50.0
8    Kohli  Hundreds     41.0
9    Kohli      Runs  11000.0

---

到目前为止，您尝试了什么？如果您的

Stats数据是用您的一些代码创建的，并且您可以将其发布到这里，那么您的问题可能会更容易解决。加权_关键字。追加（[df['FileName'，keywords]）这些都是关键字，在这里我给出了一个Python新的示例数据：Leaning now only:df=ast.literal_eval（关键字_NG['keywords'][0]），df1=pd.DataFrame（[df.items（）]）谢谢：此代码适用于此处添加的示例数据集，但在（）中我的原始数据集回溯（最近一次调用）出现错误------->1a=[（x，A，b）在zip中的x，y（df3['FileName']，df3['keywords']）在y中的A，b。items（）]2 df4=pd.DataFrame（A，columns=['FileName'，'keywords'，'Values']））3 df4 in（.0）-->1 A=[（x，A，b）表示x，y表示zip（df3['FileName'，df3['keywords']）表示A，b表示y.items（）]df4=pd.DataFrame（A，columns=['FileName'，'keywords'，'Values']）AttributeError str object没有属性'items'。@muralitaransathyamoorthy您能在我的代码之前添加吗
df Stats']=df['Stats']=df['Stats'。应用（ast.literal\u eval）
？谢谢：-）Working@MuralitharanSathyamoorthy-很抱歉，缺少
]
-需要
df['Stats']=df['Stats']。应用（ast.literal\u eval）
df = pd.DataFrame(df.pop('Stats').values.tolist(), index=df['Player']).stack().reset_index()
df.columns = ['Player','Events','Values']
print (df)
    Player    Events   Values
0   Sachin       Avg     45.0
1   Sachin  Hundreds     49.0
2   Sachin      Runs  18000.0
3  Ganguly       Avg     40.0
4  Ganguly  Hundreds     25.0
5  Ganguly      Runs  11000.0
6    Kohli       Avg     50.0
7    Kohli   Fifties     50.0
8    Kohli  Hundreds     41.0
9    Kohli      Runs  11000.0