Python 重塑dict为值的数据帧

我有一个熊猫数据帧，它以dict作为值。我想将此数据帧转换为预期结果中的格式

我想把这些列分成dict的每个键。 例如，对于第一列“问卷”，我需要“问卷.步骤”，“问卷.最后完成步骤”等等

这里的问题是json规范化不起作用：

json_normalize(data=data)

---

有人知道如何修复它吗？

是字符串格式的列值吗？如果是，那么你可以试试这个。 我在一个数据帧上尝试了这个，它成功了。迭代每列值将它们从

str

转换为

dict

，然后迭代这些值创建一个具有键值的新列，并将该值分配给该列

data  =  [str({"step": 7, "lastCompletedStep": 7})]
df = pd.DataFrame(data, columns=["questionaire"])
df

---

这不是预期的输出！实际上，我想将dict拆分为一个数据框架，其中包含列['questionly.step'、'questionly.lastCompletedStep'、…]。这些列指dict的键，该键位于“调查问卷”列的值上。但有时它没有，有时它只是一个空的dict{}。是mutch explain吗？那么您想使用键作为列名，然后将相应的值分配给行吗？我想我的编辑将是您所期望的。是的，输出适用于具有dict的1行，但我的数据帧有很多没有值的行。所以我需要检查它的值是dict还是None。如果没有，那么我必须在我从“调查问卷”创建的所有专栏上都没有。因此，对于这一行，我需要在“inventory.step”和“inventory.lastCompletedStep”上加上“None”。但是在这一行中，我们没有需要的键的信息，因为在第一行中我们没有键。您可以硬编码一个

if语句，说明是否有
None
然后
df[“questionaire.step”]。insert=None df[“questionaire.lastCompletedStep”].insert=None
您只是在预处理数据，并且您知道其中包含的内容，因此您不必编写完全自动的代码来过滤数据集，除非您正在构建管道，并且您希望它可以用于任何类型的输入。建议的列问卷没有一致的数据，它没有任何值和空值。你打算用它们做什么？json_normalize是将原始json数据转换为数据。与front一样，您可以遍历行，将它们附加到列表中，并将其转换为json（即您需要一致的json格式，不允许任何格式），然后使用json_normalize将数据转换为数据帧。所需的输出是什么？嵌套的字典项可以通过递归函数在树上遍历来枚举。预期的输出是一个dataframe，每列中都有ur dict所有键的列。例如，对于调查问卷，我需要具有“inventory.step”、“inventory.lastCompletedStep”以及指定键的值。如果没有，我还需要这些没有值的列。这是一个大问题。因为我需要这些列来表示无值。因此，我们必须检查另一行，其中包含一个dict（而不是空dict），以了解我必须创建哪些列。
dataval = df.questionaire[0]
print(type(dataval))

result = eval(dataval)
print(result)
print(type(result))

for i,(k, v) in enumerate(result.items()):
df["questionaire"+"."+str(k)] = v
df