Python 如何将包含DICT列表的pandas列拆分为每个键的单独列

我正在分析ProPublica发布的Facebook上的政治广告

这就是我的意思。 我有一整列的目标，我想分析，但它的格式在一个非常难以接近的方式为我的技能水平的人

这仅来自1个单元：

还有一个：
[{target:“NAge”，“segment:“18岁及以上”}，{“target:“位置类型”，“segment:“HOME”}，{“target:“兴趣”，“segment:“西班牙裔文化”}，{“target:“兴趣”，“segment:“共和党（美国）”}，{“位置粒度”，“segment:“国家”}，{“target:“国家”，“segment:“美国”}，{“目标”：“MinAge”，“segment”：18}]

我需要做的是分离每个“目标”项，使其成为列标签，并使每个对应的“段”成为该列中的一个可能值

或者，解决方案是创建一个函数来调用每行中的每个字典键来计算频率吗？

这些列是
目录的
列表。

使用
pandas.explode（）
可以将
列表中的每个
dict
移动到单独的列中

通过使用
pandas.json\u normalize（）
，
，
将
dicts的列转换为数据帧，其中键是列标题，值是观察值



使用
.drop（）
删除不需要的列
如果列包含作为字符串的DICT列表（例如，
“[{key:value}]”
），请参阅中的内容，并使用：

df.col2=df.col2.apply（literal\u eval）
，使用ast导入literal\u eval的




将熊猫作为pd导入
#创建示例数据帧
df=pd.DataFrame（{'col1'：['x'，'y']，'col2'：[[{“target”：“NAge”，“segment”：“21及以上”}，{“target”：“MinAge”，“segment”：“21”}，{“target”：“重定目标”，“segment”：“可能与其客户相似的人”}，{“target”：“Region”，“segment”：“美国”}，{“target”：“NAge”，“segment”：“18及以上”}，{“target，“段”：“家”}，{“目标”；“兴趣”；“西班牙文化”}，{“目标”；“兴趣”；“段”；“共和党（美国）”}，{“目标”；“地点粒度”；“段”；“国家”}，{“目标”；“国家”；“美国”}，{“目标”；“米纳奇”；“段”；“18}]}）
#显示（df）
可乐可乐
0 x[{'target'：'NAge'，'segment'：'21及以上版本'}，{'target'：'MinAge'，'segment'：'21'}，{'target'：'Retargeting'，'segment'：'可能与其客户相似的人'}，{'target'：'Region'，'segment'：'the United States'}]
1 y[{'target'：'NAge'，'segment'：'18及以上'}，{'target'：'Location Type'，'segment'：'HOME'}，{'target'：'Interest'，'segment'：'Hispanic culture'}，{'target'：'Republican Party（美国）'，{'target'：'Location Granularity'，'segment'：'country'}，{'target，{'target'：'MinAge'，'segment'：18}]
#使用“分解”为列表中的每个dict指定一个单独的行
df=df.explode（'col2'）。重置索引（drop=True）
#规范化DICT列，重新连接到剩余的数据帧列，并删除不需要的列
df=df.join（pd.json_normalize（df.col2））.drop（columns=['col2']））

显示（df）
获取
计数

如果目标是获得每个
'target'
和相关
'segment'

counts=df.groupby（['target'，'segment']）.count（）

更新

此更新针对完整文件实施

将熊猫作为pd导入
从ast导入文字值
#加载文件
df=pd.read\u csv（'en-US.csv'）
#将NAN替换为“[]”，否则文字评估将出错
df.targets=df.targets.fillna（“[]”）
#将null替换为None，否则literal_eval将出错
df.targets=df.targets.str.replace（'null'，'None'）
#将字符串转换为dict列表
df.targets=df.targets.apply（文本值）
#使用“分解”为列表中的每个dict指定一个单独的行
df=df.explode（'targets'）。重置索引（drop=True）
#json_规范化需要使用{}填充NA
df.targets=df.targets.fillna（{i:{}表示df.index}中的i）
#规范化DICT列，重新连接到剩余的数据帧列，并删除不需要的列
normalized=pd.json\u normalize（df.targets）
#数一数
计数=标准化的.groupby（['target'，'segment']）。segment.count（）。重置索引（name='counts'）
查看更新以获取计数。
   col1                target                                       segment
0     x                  NAge                                  21 and older
1     x                MinAge                                            21
2     x           Retargeting  people who may be similar to their customers
3     x                Region                             the United States
4     y                  NAge                                  18 and older
5     y         Location Type                                          HOME
6     y              Interest                              Hispanic culture
7     y              Interest              Republican Party (United States)
8     y  Location Granularity                                       country
9     y               Country                             the United States
10    y                MinAge                                            18