Python 将实例列表放入Dataframe中，但一个属性是另一个字典列表

在过去的几个小时里，我一直在寻找过去的答案，但我仍然被卡住了。我有两门课：

class Profile:
    def __init__(self, department_id, profile_id, items=None):
        self.department_id = department_id
        self.profile_id = profile_id
        self.items = items

class Profile_Item:
    def __init__(self, profile_item, profile_value):
        self.profile_item = profile_item
        self.profile_value = profile_value

我试图将此列表放入一个数据框obj中，以便用于各种计算和数据透视。问题是MyItems属性是一个字典列表。我创建了一个函数，以形成可用于数据帧的字典：

    def as_dict(self):
        z = []
        for x in self.items:
            z.append({
                'profile_item': x.profile_item,
                'profile_value': x.profile_value
            })
        
        return {
            'department_id': self.department_id,
            'profile_id': self.profile_id,
            'profile_items': z
        }

如果我使用函数创建数据帧，这就是我停留在最后一列的地方：

df = pd.DataFrame([b.as_dict() for b in profile_list])

df.head()


+---+---------------+--------------+--------------------------------------------+
|   | department_id |  profile_id  |               profile_items                |
+---+---------------+--------------+--------------------------------------------+
| 0 |     101500014 | 2.101250e+08 | [{'profile_item': 2.0, 'profile_value': 45 |
| 1 |     101500015 | 2.100991e+09 | [{'profile_item': 2.0, 'profile_value': 76 |
| 2 |     101500025 | 2.100760e+08 | [{'profile_item': 2.0, 'profile_value': 89 |
| 3 |     101500034 | 2.100000e+11 | [{'profile_item': 2.0, 'profile_value': 99 |
+---+---------------+--------------+--------------------------------------------+

它是相同键（profile_项和profile_值）的列表，但只是不同的值。基本上每个部门都有每个项目的价值。我希望数据框中的列具有部门id、配置文件id、配置文件项目和配置文件值。这篇文章：几乎让我达到了目的，但它只是根据一列字典列表重复了一列

df2 = pd.DataFrame(dict(
 department_id=df.department_id.values.repeat(df['profile_items'].str.len()),
)).join(pd.DataFrame(df['profile_items'].sum()))

df2.head()


+---+---------------+--------------+---------------+
|   | department_id | profile_item | profile_value |
+---+---------------+--------------+---------------+
| 1 |     101500014 |          9.0 |           120 |
| 2 |     101500014 |         10.0 |         39009 |
| 3 |     101500014 |         11.0 |       1403903 |
+---+---------------+--------------+---------------+

我有多只熊猫，我对熊猫不太熟悉。我想，在我通过函数或理解来访问pandas之前，我能以某种方式修复这些数据吗

我想将字典列表拆分为单独的行，然后将所述列连接到部门id和个人资料id：

+---------------+------------+--------------+---------------+
| department_id | profile_id | profile_item | profile_value |
+---------------+------------+--------------+---------------+
|     101500014 |  210125000 |            2 |            45 |
|     101500014 |  210125000 |            9 |           120 |
|     101500014 |  210125000 |           10 |         39009 |
|     101500014 |  210125000 |           11 |       1321312 |
|     101500014 |  210125000 |           15 |      12313213 |
|     101500015 | 2100991000 |            2 |            76 |
|     101500015 | 2100991000 |            9 |          4234 |
|     101500015 | 2100991000 |           10 |            34 |
|     101500015 | 2100991000 |           11 |            34 |
|     101500015 | 2100991000 |           15 |             3 |
|     101500015 | 2100991000 |           17 |            43 |
|     101500015 | 2100991000 |           18 |             4 |
|     101500015 | 2100991000 |           21 |            32 |
|     101500015 | 2100991000 |           22 |         23423 |
|     101500015 | 2100991000 |           35 |             2 |
+---------------+------------+--------------+---------------+

---

我根据您的数据创建了一个示例：

import pandas as pd

# create example
lst = [{'profile_item': 2.0, 'profile_value': 45}, {'profile_item': 2.0, 'profile_value': 76}, {'profile_item': 2.0, 'profile_value': 89}]
df = pd.DataFrame(data=[[lst]], columns=["lst"])

为回答您的问题，请输入以下代码：

为列表中的每个项目获取一行（.explode）

将字典拆分为两列（结果_type=“展开”）

代码：

---

profile_项由一个字典列表或仅包含一个字典的列表组成。如果在结尾处显示剪切，这不是一个理想的例子。这是一个字典列表。两个键：profile_项和profile_值，但每个部门有多个项和值。谢谢。这将拆分字典列表，但我还需要将其连接回原始数据帧。如果我没有正确地解释我的最终目标，我会更新我原来的帖子。你试过代码吗？这应该是我的错！我使用lambda函数在线路上创建了一个新的数据帧。绝对有效。

    # code to create both columns
    df = df.explode("lst")
    df[['profile_item', 'profile_value']] = df.apply(lambda x: [x["lst"].get('profile_item'), x["lst"].get('profile_value')], axis=1, result_type="expand")