Python 如何将存储在dataframe单元格中的JSON对象的键值连接成每行一个字符串？ 我的问题是:

如何将存储在dataframe单元格中的JSON对象的键值连接成每行一个字符串？对不起，我觉得我的问题很简单，但我找不到一个好的表达方式

我的背景是： 假设我有一个熊猫数据框df，它包含一个名为“参与者”的列。单元格值是JSON对象，例如：

df['participants'][0] == df.participants[0] ==

[{'participantId': 1,
  'championId': 7 },
 {'participantId': 2,
  'championId': 350 },
 {'participantId': 3,
  'championId': 266 },
 {'participantId': 4,
  'championId': 517 },
 {'participantId': 5,
  'championId': 110, },
...
...
{'participantId': 10,
'championId': 10 }]

df.参与者[1]

将包含完全不同的信息，具有相同的结构。如果有人感兴趣的话，这是传奇联盟RiotWatcher python API为每场比赛提供的数据的一部分

我的目标是，对于每一个

participantId

，将其连接到df中每一行的一个字符串中，这样我们就有了一个新的列“x”，它包含每一行的字符串

'7350266517110'

，具体取决于参与者列中的内容

我的工作解决方案是： （旁注：我避免使用列表，因为我已经读到列表没有在pandas中矢量化，这意味着它们速度较慢。这就是为什么我在这里使用字符串。）

然而，由于我的数据大约有10万行长，这似乎不是最快的解决方案，特别是因为我认为嵌套for循环速度较慢，对吗

有可能像这样做吗

df['x']=[str（df_d1['participants'][key][value]。获取（'championId'）作为key，df['participants']中的值]

我认为使用单个for循环的一种方法是利用json库，如：

for i in range(0, 20):
    x = str(pd.json_normalize(df_d1.participants[i])['championId'].values)
    df['x'] = x

有人遇到过类似的事情吗？你找到了解决这个问题的无痛方法吗？我的解决方案需要一些时间

谢谢！

In[16]：df['x']=df['participants'].map（lambda x:'，'.join（str（i['participanti']）表示i In x））
…：打印（df['participants'][0]）
…：打印（df['x'][0]）
...:
[{'ParticipanId'：1，'championId'：7}，{'ParticipanId'：2，'championId'：350}，{'ParticipanId'：3，'championId'：266}]
1, 2, 3

for i in range(0, 20):
    x = str(pd.json_normalize(df_d1.participants[i])['championId'].values)
    df['x'] = x