Python 从目录中的列表中删除词典

我有dataframe，其中一列是字典列表，它存储为字符串，如下所示：

name age misc
Jim  44  "[{"value":3,"type":"cars"},{"value":1,"type":"pets"},{"value":13,"type":"shoes"}]"
Bob  25  "[{"value":3,"type":"siblings"},{"value":1,"type":"pets"}]"
Sue  55  "[]"

我想讲到这一点，即每种类型都成为它自己的列，并具有相应的值：

name age cars pets shoes siblings
Jim  44  3    1    13    0
Bob  25  0    1    0     3
Sue  55  0    0    0     0

---

我真的会在这里读到：。另外，您的数据源必须遍布各地，我将首先对其进行重新格式化。由于您没有提供数据本身的原始源，下面是一个创建数据框架的简单示例，您正在寻找一个更结构化的数据源：

>>> data = {'Bob':{'age':25, 'pets':1, 'siblings':3}, 'Jim':{'age':44, 'cars':3, 'pets': 1, 'shoes': 13}}
>>> pd.DataFrame(data).T.fillna(0)

     age  cars  pets  shoes  siblings
Bob   25     0     1      0         3
Jim   44     3     1     13         0

---

最好避免创建一个数据框，其中的列的值是 格言。但为了帮助你做到这一点，我们需要了解 用于构建当前数据帧的数据

但是，给定当前数据帧，您可以将其转换为所需的数据帧 使用df['misc']的数据帧。应用（func）在每个

df['misc']

中的值

如果安排此函数返回序列，则

df['misc'].apply（func）

将返回一个数据帧，其列对应于系列的索引。比如说,

def func(x):
    try:
        df = pd.DataFrame(ast.literal_eval(x))
        result = pd.Series(df['value'].values, index=df['type'])
    except KeyError:
        result = pd.Series()
    return result

attributes = df['misc'].apply(func)
print(attributes)

屈服

   cars  pets  shoes  siblings
0     3     1     13       NaN
1   NaN     1    NaN         3
2   NaN   NaN    NaN       NaN

  name  age  cars  pets  shoes  siblings
0  Jim   44     3     1     13         0
1  Bob   25     0     1      0         3
2  Sue   55     0     0      0         0

现在我们可以用0替换NAN：

attributes = attributes.fillna(0)

从

df

中删除

misc

列：

del df['misc']

并通过将

df

与

属性连接来构建所需的数据帧：

df = pd.concat([df, attributes], axis=1)


总而言之

import numpy as np
import pandas as pd
import ast

df = pd.DataFrame(
    [('Jim', 44, '''[{"value":3,"type":"cars"},{"value":1,"type":"pets"}, {"value":13,"type":"shoes"}]'''),
     ('Bob', 25, '[{"value":3,"type":"siblings"},{"value":1,"type":"pets"}]'),
     ('Sue', 55, '[]')],
    columns=['name', 'age', 'misc'])

def func(x):
    try:
        df = pd.DataFrame(ast.literal_eval(x))
        result = pd.Series(df['value'].values, index=df['type'])
    except KeyError:
        result = pd.Series()
    return result

attributes = df['misc'].apply(func)
attributes = attributes.fillna(0)
del df['misc']
df = pd.concat([df, attributes], axis=1)
print(df)

屈服

   cars  pets  shoes  siblings
0     3     1     13       NaN
1   NaN     1    NaN         3
2   NaN   NaN    NaN       NaN

  name  age  cars  pets  shoes  siblings
0  Jim   44     3     1     13         0
1  Bob   25     0     1      0         3
2  Sue   55     0     0      0         0

步骤1：将字符串“列表”列转换为实际列表：

from ast import literal_eval 

df['misc'] = [literal_eval(r) for r in df.misc] 

步骤2：循环浏览每个字典以获取“值”（如汽车、宠物、鞋子等）。为每个唯一值向DataFrame添加一列

sublists = [[d.get('type') for d in cell] for cell in df.misc]
cols = list(set([item for sublist in sublists for item in sublist]))
for c in cols:
    df[c] = 0

步骤3：创建一个字典，获取每种类型的值（假设行中给定字典列表的类型不超过一种）。然后枚举这些值计数并将结果分配回数据帧：

value_counts = [{d.get('type'): d.get('value') for d in cell} for cell in df.misc]
for n, row in enumerate(value_counts):
if row:
    items, values = zip(*row.items())
    df.loc[df.index[n], items] = values

del df['misc']

>>> df
  name  age  cars  shoes  pets  siblings
0  Jim   44     3     13     1         0
1  Bob   25     0      0     1         3
2  Sue   55     0      0     0         0

这工作得很好，但是当我在我的集合上尝试它时（格式相同），我得到一个错误：
PandasError:DataFrame构造函数没有正确调用听起来misc列包含字符串。从原始数据正确地构建所需的数据帧，而不是千方百计地修复当前数据帧，这确实是更好的做法，但是如果必须这样做，则可以使用
ast.literal\u eval
将字符串转换为dict列表。我编辑了这篇文章来展示它是如何实现的。这似乎很有希望，问题是我现在发现每一个实际上都是字符串，所以它实际上是这样的：
“[{“value”：3，“type”：“cars”}，{“value”：1，“type”：“pets”}，{“value”：13，“type”：“shoes”}”
你可以使用literal\u eval:from ast import literal\u eval df['misc']=[df.misc中r的文字值（r）]