Python 将函数应用于数据帧的每一行，以便每个条目返回一个或多个新行

我的数据集如下所示：

import pandas as pd
df = pd.DataFrame([[[{'name': 'Joe', 'age': 32, 'category': 'A'}, {'name': 'Jane', 'age': 35, 'category': 'A'}]],
                   [[{'name': 'Beth', 'age': 33, 'category': 'B'}, {'name': 'Bob', 'age': 32, 'category': 'B'}]],
                   [[{'name': 'John', 'age': 35, 'category': 'C'}]],
                   [[{'name': 'Jill', 'age': 33, 'category': 'D'}]],
                   ], columns=['Entries'])

dataframe有一个列（名为“Entries”），其中每一行包含一个或多个字典的列表

我需要一种方法将字典中每个键的数据帧转换为列，并将值显示在相应的列中，如下所示：

    age category  name
0  32.0        A   Joe
1  35.0        A  Jane
2  33.0        B  Beth
3  32.0        B   Bob
4  35.0        C  John
5  33.0        D  Jill

目前，我有以下代码来执行此操作：

df2 = pd.DataFrame()
for idx, row in df.iterrows():
    for entry in row.Entries:
        name = entry['name']
        age = entry['age']
        category = entry['category']

        single_entry = pd.Series({'name': name, 'age': age, 'category': category})
        df2 = df2.append(single_entry, ignore_index=True)

上面的代码工作得很好，但在我的实际数据集上非常慢，它有超过1000000行

我考虑过使用内置的Pandas函数来利用它们的速度增益，例如apply函数，但我不知道如何将其应用于这个特定的问题

---

实现上述结果的更有效方法是什么？

我建议使用列表理解和扁平化值来提高速度：

df = pd.DataFrame([y for x in df['Entries'] for y in x])

另一个想法是：

from  itertools import chain

df = pd.DataFrame(chain.from_iterable(df['Entries'].tolist()))

---

性能对于40k行，样本数据重复10000次：

df = pd.concat([df] * 10000, ignore_index=True)

In [222]: %timeit pd.DataFrame([y for x in df['Entries'] for y in x])
66.1 ms ± 770 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [223]: %timeit pd.DataFrame(chain.from_iterable(df['Entries'].tolist()))
60.9 ms ± 691 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

---

---

我建议使用列表理解和扁平化值来提高速度：

df = pd.DataFrame([y for x in df['Entries'] for y in x])

另一个想法是：

from  itertools import chain

df = pd.DataFrame(chain.from_iterable(df['Entries'].tolist()))

---

性能对于40k行，样本数据重复10000次：

df = pd.concat([df] * 10000, ignore_index=True)

In [222]: %timeit pd.DataFrame([y for x in df['Entries'] for y in x])
66.1 ms ± 770 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [223]: %timeit pd.DataFrame(chain.from_iterable(df['Entries'].tolist()))
60.9 ms ± 691 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

---

IIUC

或

IIUC

或

---

如果要保留记录中的索引，explode会有所帮助

s=df['Entries'].explode()
pd.DataFrame(s.tolist(),index=s.index)

---

---

如果要保留记录中的索引，explode会有所帮助

s=df['Entries'].explode()
pd.DataFrame(s.tolist(),index=s.index)

---

---

@anky_91不用担心，如果你想发布，请继续，因为我换了另一种方法~@anky_91不用担心，如果你想发布，请继续，因为我换了另一种方法~哈哈，我又发布了同样的方法：P@anky_91为什么不使用explode~，因为它有更多的信息，它也会保留原来的索引：-）哈哈，我又贴了同样的：P@anky_91为什么不使用explode~，因为它有更多的信息，它也将保留原始索引：-）

   name  age category
0   Joe   32        A
0  Jane   35        A
1  Beth   33        B
1   Bob   32        B
2  John   35        C
3  Jill   33        D