Python 基于dict值分配给数据帧列

考虑以下数据帧df：

    Address City    State   Zip Code    Query Result
0   55 W Waterloo Rd    Akron   OH  44319   {'field1': 'street_number', 'longname1': '55', 'field2': 'route', 'longname2': 'West Waterloo Road'}
1   1120 Hwy 20 Correctionville IA  51016   {'field1': 'street_number', 'longname1': '1120', 'field2': 'route', 'longname2': 'U.S. 20'}
2   Hwy 12 and Bonito Dr    Fort Defiance   AZ  86504   {'field1': 'route', 'longname1': 'Indian Route 7', 'field2': 'locality', 'longname2': 'Fort Defiance'}
3   2661 County Hwy I   Chippewa Falls  WI  54729   {'field1': 'street_number', 'longname1': '2661', 'field2': 'route', 'longname2': 'County Highway I'}
4   301 US Rt 1 Ste A   Scarborough ME  4074    {'field1': 'subpremise', 'longname1': 'a', 'field2': 'street_number', 'longname2': '301'}
5   500 W Broadway St Ste 5 Missoula    MT  59807   {'field1': 'subpremise', 'longname1': '5', 'field2': 'street_number', 'longname2': '500'}

我想使用df['Query Result']中的dict填充df['street\u number']列，以便：

    Address City    State   Zip Code    Query Result    street_number
0   55 W Waterloo Rd    Akron   OH  44319   {'field1': 'street_number', 'longname1': '55', 'field2': 'route', 'longname2': 'West Waterloo Road'}    55
1   1120 Hwy 20 Correctionville IA  51016   {'field1': 'street_number', 'longname1': '1120', 'field2': 'route', 'longname2': 'U.S. 20'} 1120
2   Hwy 12 and Bonito Dr    Fort Defiance   AZ  86504   {'field1': 'route', 'longname1': 'Indian Route 7', 'field2': 'locality', 'longname2': 'Fort Defiance'}  
3   2661 County Hwy I   Chippewa Falls  WI  54729   {'field1': 'street_number', 'longname1': '2661', 'field2': 'route', 'longname2': 'County Highway I'}    2661
4   301 US Rt 1 Ste A   Scarborough ME  4074    {'field1': 'subpremise', 'longname1': 'a', 'field2': 'street_number', 'longname2': '301'}   301
5   500 W Broadway St Ste 5 Missoula    MT  59807   {'field1': 'subpremise', 'longname1': '5', 'field2': 'street_number', 'longname2': '500'}   500

---

有人能帮我理解怎么做吗？如果我需要更清楚地说明我的例子，请告诉我。

我相信这就是您想要的：

我的示例数据帧（为了简洁起见，我省略了示例中的一些内容）：

技巧似乎是访问dict，因为它嵌套在一个数组中：

df['Street Number'] = df['Query Result'].values[0]['longname1']
df


    Address     City    State   Zip Code    Query Result    Street Number
0   55 W Waterloo Rd    Akron   OH  44319   {'longname1': '55', 'field1': 'street_number'}  55

---

乍一看，街道号码似乎存储在

“longname1”

字段中。如果是这种情况，并且您的

“查询结果”

列存储为

dict

，则您可以轻松提取街道号码

apply

：

df['street_number'] = df.apply(lambda x: x['Query Result'].get('longname1'), axis=1)

其中打印：

    street_number                  Address             City State  Zip Code
0              55         55 W Waterloo Rd            Akron    OH     44319
1            1120              1120 Hwy 20  Correctionville    IA     51016
2  Indian Route 7     Hwy 12 and Bonito Dr    Fort Defiance    AZ     86504
3            2661        2661 County Hwy I   Chippewa Falls    WI     54729
4               a        301 US Rt 1 Ste A      Scarborough    ME      4074
5               5  500 W Broadway St Ste 5         Missoula    MT     59807

但是，这会产生错误的输出-

“印度7号公路”

和

“a”

看起来不像街道号码。因此，认为

“longname1”

是关键的假设是有缺陷的

再看一下输入，似乎我们需要动态地找到街道编号的键。这是一个快速而肮脏的方法

搜索

“查询结果”

中以单词

“字段”

开头的所有键。然后，找到相应值为

“street\u number”

的值。使用键末尾的数字作为

索引

，并找到相应的

“longname”

值：

def get_street_number(qr):
    fields = [k for k in qr if k.startswith('field')]
    street_number = [f for f in fields if qr[f] == 'street_number']
    try:
        # kind of a hacky way to get the number (index)
        index = street_number[0].split('field')[1]
        return qr['longname'+index]
    except:
        return None

df['street_number'] = df.apply(lambda x: get_street_number(x['Query Result']), axis=1)

（有很多方法可以做得更好，但它应该适合您的需要。）

示例数据的输出：

>>> print(df[['street_number', 'Address', 'City', 'State', 'Zip Code']])
  street_number                  Address             City State  Zip Code
0            55         55 W Waterloo Rd            Akron    OH     44319
1          1120              1120 Hwy 20  Correctionville    IA     51016
2          None     Hwy 12 and Bonito Dr    Fort Defiance    AZ     86504
3          2661        2661 County Hwy I   Chippewa Falls    WI     54729
4           301        301 US Rt 1 Ste A      Scarborough    ME      4074
5           500  500 W Broadway St Ste 5         Missoula    MT     59807

这与您提供的示例相匹配

更新：

如果您的

查询结果

存储为

字符串

，则可以使用

json.loads（）

将其转换为

dict

：

或者，如果您正在读取文件，则可以使用

read\u csv（）

中的

converters

选项执行读取时的转换：

filename = 'path/to/file'
df = pd.read_csv(
    filename,
    converters={'Query Result': lambda x: json.loads(x.replace("'", '"'))}
)

---

太棒了，非常感谢你。一件令人好奇的事：为什么是兰姆达？如果我运行df['street\u number']=df['Query Result']，我似乎得到了相同的输出。apply（get\u street\u number）您的方式是相同的。我使用了

lambda

，因为我在整个数据帧上调用了

apply

，我只想将一个

dict

列传递给函数。

import json
df['Query Result'] = df.apply(
    lambda x: json.loads(x['Query Result'].replace("'", '"')), axis=1
)

filename = 'path/to/file'
df = pd.read_csv(
    filename,
    converters={'Query Result': lambda x: json.loads(x.replace("'", '"'))}
)