Pandas 如何解析df列中的嵌套列？

有没有一种聪明的pythonic方法可以将pandas数据框架中的嵌套列解析为3个不同的列？例如，该列可以如下所示：

col1
[{'name': 'amount', 'value': 1}, {'name': 'frequency', 'value': 2}, {'name': 'freq_unit', 'value': 'month'}]
[{'name': 'amount', 'value': 3}, {'name': 'frequency', 'value': 1}, {'name': 'freq_unit', 'value': 'month'}]

预期结果应为以下三列：

amount  frequency   freq_unit
1       2           month
3       1           month

这只是第一级。我有2级：如果列表中的元素仍然具有相同的名称（数量、频率和频率单位），但顺序可能会改变，该怎么办？答案中的代码可以处理这个问题吗

col1
[{'name': 'amount', 'value': 1}, {'name': 'frequency', 'value': 2}, {'name': 'freq_unit', 'value': 'month'}]
[{'name': 'amount', 'value': 3}, {'name': 'freq_unit', 'value': 'month'}, {'name': 'frequency', 'value': 1}]

用于复制数据的代码。真的很期待看到社区如何解决这个问题。多谢各位

data = {'col1':[[{'name': 'amount', 'value': 1}, {'name': 'frequency', 'value': 2}, {'name': 'freq_unit', 'value': 'month'}],
                [{'name': 'amount', 'value': 3}, {'name': 'frequency', 'value': 1}, {'name': 'freq_unit', 'value': 'month'}]]}
df = pd.DataFrame(data)

和的组合可以在这里提供帮助：

from itertools import chain
from collections import defaultdict

data = defaultdict(list)

phase1 = [[(data["name"], data["value"]) 
           for data in entry] 
           for entry in df.col1
          ]

phase1 = chain.from_iterable(phase1)

for key, value in phase1:
    data[key].append(value)

pd.DataFrame(data)

 
    amount  frequency   freq_unit
0      1       2        month
1      3       1        month

上面是冗长的：@piRSquared的评论更简单，有一个列表：

pd.DataFrame([{x["name"]: x["value"] for x in lst} for lst in df.col1])

另一个想法是使用列表理解，结合Pandas的字符串方法，这是非常不必要的：

outcome = [(df.col1.str[num].str["value"]
              .rename(df.col1.str[num].str["name"][0])
            )
           for num in range(df.col1.str.len()[0])
           ]

pd.concat(outcome, axis = 'columns')

---

@在我看来，piRsquared的解决方案是最简单的。

您可以编写一个函数，解析

系列中的每个单元格，并返回一个格式正确的
系列
，然后使用apply将迭代进行压缩：

>>> def custom_parser(record):
...     clean_record = {rec["name"]: rec["value"] for rec in record}
...     return pd.Series(clean_record)

>>> df["col1"].apply(custom_parser)
   amount  frequency freq_unit
0       1          2     month
1       3          1     month

您可以将字典列表传递给
DataFrame
构造函数，Pandas将把键解析为列名。这也可以工作
pd.DataFrame（[{x['name']：x['value']代表lst中的x}代表df.col1中的lst]）
谢谢@piRSquared；将其添加到解决方案中，我认为应用程序的性能不如列表/目录理解。谢谢你的回答