Python 熊猫：当列值为DICT时，如何按列值分组？

我正在做一个练习，其中当前的要求是“找到前10个主要项目主题（使用“mjtheme_名称代码”列）”

我的第一个想法是按进行分组，然后对分组进行计数和排序

但是，此列中的值是DICT列表，例如

[{'code': '1', 'name': 'Economic management'},
 {'code': '6', 'name': 'Social protection and risk management'}]

我不能（显然）将这些分组，至少不能使用

groupby

。我犯了一个错误

TypeError:不可损坏的类型：“列表”

有把戏吗？我在猜测一些类似的事情

（我可以按另一列进行分组，该列具有字符串值，并与该列匹配1:1，但练习是特定的。）

df.head（）

---

有两个步骤可以解决您的问题：

使用

pandas==0.25

将dict列表展平

在列中转换dict：

步骤1

df=df.explode（'mjtheme\u namecode'）

步骤2

df=df.join（pd.DataFrame（df['mjtheme\u namecode'].values.tolist（））

添加：如果dict有多个层次结构，您可以尝试使用

json\u normalize

：

从pandas.io.json导入json\u规范化
df=df.join（json_normalize（df['mjtheme_namecode'].values.tolist（））

这里唯一的问题是pd.explode将复制所有其他列（如果这是一个问题）

使用样本数据：

x=[
[1,2，[{'a'：1，'b'：3}，{'a'：2，'b'：4}],，
[1,3，[{'a'：5，'b'：6}，{'a'：7，'b'：8}]
]
df=pd.DataFrame（x，列=['col1'，'col2'，'col3']）
出[1]：
col1 col2 col3
0 1 2[{'a'：1，'b'：3}，{'a'：2，'b'：4}]
13[{'a'：5，'b'：6}，{'a'：7，'b'：8}]
##第一步
df.explode（'col3'）
出[2]：
col1 col2 col3
0 1 2{'a'：1，'b'：3}
0 1 2{'a'：2'b'：4}
1113{'a'：5'b'：6}
1113{'a'：7'b'：8}
##步骤2
df=df.join（pd.DataFrame（df['col3'].values.tolist（））
出[3]：
col1 col2 col3 a b
0 1 2{'a'：1，'b'：3}1 3
0 1 2{'a'：2'b'：4}1 3
1 13{'a'：5，'b'：6}2 4
1 13{'a'：7，'b'：8}2 4
##现在，您可以使用新变量进行分组

您是否能够显示示例输出？通常，您会将dict/json传递到另一个数据帧以对其进行扩展。可能会重复