Python 将具有不同值的JSON提取到pandas中的重复id列

我有以下数据帧：

df = pd.DataFrame({'id':['0001', '0001'],
                   'vat_countries': [{'vat': 21, 'country': 'ES'}, 
                                     {'vat': 23, 'country': 'GR'}]
                   })

id        vat_countries
0001     {'vat': 21, 'country': 'ES'}
0001     {'vat': 23, 'country': 'GR'}

我想得到的是：

id   vat  country
0001  21    'ES'
0001  23    'GR'

通过阅读其他问题，我得到了以下代码：

df = df.drop('vat_countries', 1).assign(**pd.DataFrame(list_df['vat_countries'].values.tolist()))

然而，这给了我：

id   vat  country
    0001  21    'ES'
    0001  21    'ES'

这是错误的

我已经能够通过以下方式获得我想要的结果：

c = pd.concat([pd.DataFrame(df[column].values.tolist()), 
               df.drop(column, 1).reset_index()], 
              axis=1, ignore_index=True)

但这需要手动键入列名。否则，列名为0、1、2、3

在保留列名称的同时，是否有任何方法可以获得所需的输出？ 谢谢

编辑：尝试BEN_YO解决方案。我有这个 代码之后我得到了这个

---

所有内容都会重复两次

我会在带有

dict

s的列中应用

pd.Series

，并将

结果与原始结果连接，即：

import pandas as pd
df = pd.DataFrame({'id':['0001', '0001'], 'vat_countries': [{'vat': 21, 'country': 'ES'}, {'vat': 23, 'country': 'GR'}]})
final_df = df.join(df.vat_countries.apply(pd.Series))
print(final_df)

输出：

     id                 vat_countries  vat country
0  0001  {'vat': 21, 'country': 'ES'}   21      ES
1  0001  {'vat': 23, 'country': 'GR'}   23      GR

如您所见，增值税已被保留，如果您希望放弃增值税，您可以简单地
放弃它。
我将在
dict
s列应用
pd.Series
，并将
结果与原始结果连接，即：

import pandas as pd
df = pd.DataFrame({'id':['0001', '0001'], 'vat_countries': [{'vat': 21, 'country': 'ES'}, {'vat': 23, 'country': 'GR'}]})
final_df = df.join(df.vat_countries.apply(pd.Series))
print(final_df)

输出：

     id                 vat_countries  vat country
0  0001  {'vat': 21, 'country': 'ES'}   21      ES
1  0001  {'vat': 23, 'country': 'GR'}   23      GR

如您所见，增值税已被保留，如果您希望放弃增值税，您可以简单地
删除它。
尝试
pop
修复您的代码

df.join(pd.DataFrame(df.pop('vat_countries').tolist(),index=df.index))
Out[300]: 
     id  vat country
0  0001   21      ES
1  0001   23      GR

尝试使用
pop
修复代码

df.join(pd.DataFrame(df.pop('vat_countries').tolist(),index=df.index))
Out[300]: 
     id  vat country
0  0001   21      ES
1  0001   23      GR

您可以使用
字符串方法访问各个值
：

df["vat"] = df.vat_countries.str["vat"]
df["country"] = df.vat_countries.str["country"]
df      

    id         vat_countries               vat  country
0   0001    {'vat': 21, 'country': 'ES'}    21  ES
1   0001    {'vat': 23, 'country': 'GR'}    23  GR

您可以使用
字符串方法访问各个值
：

df["vat"] = df.vat_countries.str["vat"]
df["country"] = df.vat_countries.str["country"]
df      

    id         vat_countries               vat  country
0   0001    {'vat': 21, 'country': 'ES'}    21  ES
1   0001    {'vat': 23, 'country': 'GR'}    23  GR

在我的真实例子中，所有的东西都被复制了。有关更多信息，请参见编辑的问题details@JavierLópezTomás我使用的是你的样本数据，如果这不适用于真实数据，请找出你的样本数据和真实数据之间的差异，并在你的问题中更新样本数据是的，我在我的样本数据中得到了它。我对问题进行了编辑，以展示一个示例。我将尝试用你的答案制作一个与真实数据错误相同的样本数据。同时，你能看一下这些表吗？@JavierLópezTomás df=df.reset_index（drop=True），然后运行上面的解决方案~在我的真实示例中，它让我看到了所有重复的内容。有关更多信息，请参见编辑的问题details@JavierLópezTomás我使用的是你的样本数据，如果这不适用于真实数据，请找出你的样本数据和真实数据之间的差异，并在你的问题中更新样本数据是的，我在我的样本数据中得到了它。我对问题进行了编辑，以展示一个示例。我将尝试用你的答案制作一个与真实数据错误相同的样本数据。同时，在运行上述解决方案之前，您是否可以看看这些表？@JavierLópezTomás df=df.reset_index（drop=True）~