Python 如何从OrderedPicts数组中提取值？

如果我有一个csv文件行，其中一列包含ordereddict，那么如何创建一个新列，并使用python（3.+）/pandas（.18）提取每个ordereddict的单个元素

这里有一个例子。我的列，

attributes

，在ordereddicts中隐藏了

billingPostalCodes

。我所关心的就是用

billingPostalCodes

创建一个列

下面是我的数据现在的样子：

 import pandas as pd
 from datetime import datetime
 import csv
 from collections import OrderedDict

 df = pd.read_csv('sf_account_sites.csv')
 print(df)

收益率：

 id    attributes  
  1    OrderedDict([(u'attributes', OrderedDict([(u'type', u'Account'), (u'url', u'/services/data/v29.0/sobjects/Account/001d000001tKZmWAAW')])), (u'BillingPostalCode', u'85020')])  
  2    OrderedDict([(u'attributes', OrderedDict([(u'type', u'Account'), (u'url', u'/services/data/v29.0/sobjects/Account/001d000001tKZmWAAW')])), (u'BillingPostalCode', u'55555')])
  ...

如果我这样做，我知道在个人层面上：

dict = OrderedDict([(u'attributes', OrderedDict([(u'type', u'Account'), (u'url', u'/services/data/v29.0/sobjects/Account/001d000001tKZmWAAW')])), (u'BillingPostalCode', u'85020')])

print(dict['BillingPostalCode'])

结果我会得到85020

我怎么才能让它看起来像这样

 id    zip_codes  
  1    85020
  2    55555
  ...

我必须使用应用功能吗？一个for循环？我已经尝试了很多不同的方法，但是在数据帧上我什么都做不到

---

提前感谢您，如果需要更具体的说明，请告诉我。

这花了我一段时间才解决，但问题通过执行以下操作得到解决：

df.apply(lambda row: row["attributes"]["BillingPostalCode"], axis = 1)

这里的技巧是要注意，

axis=1

强制

pandas

遍历每一行，而不是每一列（这是默认设置，如中所示）

DataFrame.apply（func，axis=0，broadcast=False，raw=False，reduce=None， args=（），**kwds）

沿数据帧的输入轴应用函数

传递给函数的对象是具有以下索引的系列对象： 数据帧的索引（轴=0）或列（轴=1）。返回类型 取决于传递的函数是聚合还是reduce参数 如果数据帧为空

参数：

• func：应用于每列/每行的函数
• 轴：{0或'index'，1或'columns'}，默认为0
  • 0或“索引”：将函数应用于每列
  • 1或“列”：将函数应用于每一行

从那里，首先提取相关列（在本例中为

attributes

），然后从那里仅提取

BillingPostalCode

---

您需要格式化生成的数据框以获得正确的列名。

这看起来应该可以，但我在尝试此操作时遇到了

TypeError:（“字符串索引必须是整数”，“发生在索引0处”）

。你知道为什么会这样吗？@AndrewKraemer我用你引用的例子验证了这一点，效果很好。你用的是什么版本的熊猫？我在熊猫0.18上。我怀疑在旧版本的Pandas行索引中，这样的索引是使用整数，而不是列名。请尝试

第[1][“BillingPostalCode”]

行。我确实在.18上。我运行了你推荐的，得到了同样的问题。如果有帮助的话，我可以上传实际的数据集。属性列中的数据似乎保存为字符串，其中它需要是collections.OrderedDict才能工作。不知道如何将字符串转换为OderedDict。实际上，这是可行的！我在生产上试过了，我得到了结果！非常感谢你！