Python 从目录列表中添加新列

我有一个

DataFrame

，其中有一列由

dict

组成，我想提取所有键和值，并将它们作为两个新列

   a                 b
0  1  {'a': 1, 'b': 2}
1  2  {'k': 4, 'v': 6}
2  3          {'z': 3}

输出将是

   a  k  v
0  1  a  1
1  1  b  2
2  2  k  4
3  2  v  6
4  3  z  3

---

对元组列表使用列表理解和展平值，并传递给

DataFrame

构造函数：

L = [(x, k, v) for x, y in df[['a','b']].values for k, v in y.items()]
df = pd.DataFrame(L, columns=['a','k','v'])
print (df)
   a  k  v
0  1  a  1
1  1  b  2
2  2  k  4
3  2  v  6
4  3  z  3

编辑：对于使用唯一索引的通用解决方案，可以使用解决方案修改来提取

b

列，按索引值添加新列

idx

，转换为索引并最后使用：

---

首先，我创建了原始数据帧：

df = pd.DataFrame({'a': [1, 2, 3],
                   'b': [{'a': 1, 'b': 2},
                         {'k': 4, 'v': 6},
                         {'z': 3}]
                  })

然后，迭代数据帧的行，并迭代B列中的字典：

ts = list()

for row in df.itertuples():
    for key, value in row.b.items():
        t = (row.Index, row.a, key, value)
        ts.append(t)

print(pd.DataFrame(data=ts, columns=['Index', 'a', 'k', 'v']).set_index('Index'))

      a  k  v
Index         
0      1  a  1
0      1  b  2
1      2  k  4
1      2  v  6
2      3  z  3

您可以尝试，并且：

---

您可以展开字典，

explode

列并应用

pd.Series

函数以获得结果：

df = pd.DataFrame({"a": [1, 2, 3], "b": [{"a": 1, "b": 2}, {"k": 4, "v": 6}, {"z": 3}]})

divider = df.columns.get_loc("b")

# expand dictionary within the `b` column
df["b"] = [tuple(entry.items()) for entry in df.b]

# merge dataframe before `b`, the exploded `b` column, and the dataframe after `b`
merger = (
    df.iloc[:, :-divider],
    df.b.explode().apply(pd.Series).set_axis(["k", "v"], axis=1),
    df.iloc[:, : -(divider + 1)],
)
pd.concat(merger, axis=1)

    a   k   v
0   1   a   1
0   1   b   2
1   2   k   4
1   2   v   6
2   3   z   3

---

可能有多个列，如列

a

，它们位于

b

之前和之后。“我不认为这是一个普遍的解决办法。”复杂化现象-你们是对的，所以答案被编辑了。

>>> df.groupby('a').apply(lambda x:pd.Series(x.b[0], name='v'))
                   .rename_axis(['a','k']).reset_index()

   a  k  v
0  1  a  1
1  1  b  2
2  2  k  4
3  2  v  6
4  3  z  3

df = pd.DataFrame({"a": [1, 2, 3], "b": [{"a": 1, "b": 2}, {"k": 4, "v": 6}, {"z": 3}]})

divider = df.columns.get_loc("b")

# expand dictionary within the `b` column
df["b"] = [tuple(entry.items()) for entry in df.b]

# merge dataframe before `b`, the exploded `b` column, and the dataframe after `b`
merger = (
    df.iloc[:, :-divider],
    df.b.explode().apply(pd.Series).set_axis(["k", "v"], axis=1),
    df.iloc[:, : -(divider + 1)],
)
pd.concat(merger, axis=1)

    a   k   v
0   1   a   1
0   1   b   2
1   2   k   4
1   2   v   6
2   3   z   3