Python 这是一种从包含字典列表的行创建新数据帧的方法
我有以下Python 这是一种从包含字典列表的行创建新数据帧的方法,python,pandas,Python,Pandas,我有以下dataFrame ID APs 0 1 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Werbung bekannt'}, {'ID': 2, 'Name': 'Werbung unbekannt, aber Marke/Modell bekannt'}] 1 2 [{'ID': -1, 'Name': '
dataFrame
ID APs
0 1 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Werbung bekannt'}, {'ID': 2, 'Name': 'Werbung unbekannt, aber Marke/Modell bekannt'}]
1 2 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Bin dort Kunde'}, {'ID': 2, 'Name': 'Käme auch noch in Frage'}, {'ID': 3, 'Name': 'Käme eher nicht in Frage'}, {'ID': 4, 'Name': 'Käme bestimmt nicht in Frage'}]
2 3 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Nein'}, {'ID': 2, 'Name': 'Ja'}]
3 4 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Sehr sympathisch'}, {'ID': 2, 'Name': 'Sympathisch'}, {'ID': 3, 'Name': 'Weniger sympathisch'}, {'ID': 4, 'Name': 'Überhaupt nicht sympathisch'}]
4 5 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Käme in die engere Wahl'}, {'ID': 2, 'Name': 'käme auch noch in Frage'}, {'ID': 3, 'Name': 'Käme eher nicht in Frage'}, {'ID': 4, 'Name': 'Käme nicht in Frage'}]
5 6 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Nein'}, {'ID': 2, 'Name': 'Ja'}]
6 7 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Bestimmt empfehlen'}, {'ID': 2, 'Name': 'Eher empfehlen'}, {'ID': 3, 'Name': 'Eher nicht empfehlen'}, {'ID': 4, 'Name': 'Bestimmt nicht empfehlen'}]
7 8 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Nein / nicht bekannt'}, {'ID': 2, 'Name': 'Ja'}]
8 9 [{'ID': -1, 'Name': 'Merkmal nicht erhoben'}, {'ID': 0, 'Name': 'Nicht bekannt'}, {'ID': 1, 'Name': 'Nein'}, {'ID': 2, 'Name': 'Ja'}]
它包含一个带有字典的列,我也希望它是dataframe格式的。
我可以这样做,为每个ID构建一个数据帧,然后使用pd.concat
desired = pd.DataFrame(kpi_df["APs"][0])
desired["df_id"] = 1
ID Name df_id
0 -1 Merkmal nicht erhoben 1
1 0 Nicht bekannt 1
2 1 Werbung bekannt 1
3 2 Werbung unbekannt, aber Marke/Modell bekannt 1
我可以编写一个循环来对所有行执行此操作。这似乎相当困难,而且容易出错。有没有更好的方法来处理此类嵌套数据?让我们尝试对行和列进行分解,然后加入
s = df.pop('APs').explode()
out = pd.DataFrame(s.tolist(),index=s.index).join(df.rename(columns={'ID':'df_id'}))
out
Out[342]:
ID Name df_id
0 -1 Merkmal nicht erhoben 1
0 0 Nicht bekannt 1
0 1 Werbung bekannt 1
0 2 Werbung unbekannt, aber Marke/Modell bekannt 1
1 -1 Merkmal nicht erhoben 2
1 0 Nicht bekannt 2
1 1 Bin dort Kunde 2
1 2 Käme auch noch in Frage 2
1 3 Käme eher nicht in Frage 2
1 4 Käme bestimmt nicht in Frage 2
您正在谈论将一个数据帧存储在另一个数据帧中吗?不,每个当前行将扩展到一个数据帧,该数据帧根据APs中列表的长度包含许多行。所需结果仅适用于第一行。