如何使用Python读取对象列的属性

我有一个数据框，其中'location'列包含一个对象：

import pandas as pd

item1 = {
     'project': 'A',
     'location': {'country': 'united states', 'city': 'new york'},
     'raised_usd': 1.0}

item2 =  {
    'project': 'B',
    'location': {'country': 'united kingdom', 'city': 'cambridge'},
    'raised_usd': 5.0}

item3 =  {
    'project': 'C',
    'raised_usd': 10.0}

data = [item1, item2, item3]

df = pd.DataFrame(list(data))
df

我想创建一个额外的专栏，'project\u country'，其中只包含国家信息（如果可用）。我尝试了以下方法：

def get_country(location):
    try:
        return location['country']
    except Exception:
        return 'n/a'

df['project_country'] = get_country(df['location'])
df

但这不起作用：

如何导入此字段？

使用并向其传递func：

In [62]:

def get_country(location):
    try:
        return location['country']
    except Exception:
        return 'n/a'
​
df['project_country'] = df['location'].apply(get_country)
df
Out[62]:
                                            location project  raised_usd  \
0   {'country': 'united states', 'city': 'new york'}       A           1   
1  {'country': 'united kingdom', 'city': 'cambrid...       B           5   
2                                                NaN       C          10   

  project_country  
0   united states  
1  united kingdom  
2             n/a 

原始代码失败的原因是传递的是整个列或系列：

In [64]:

def get_country(location):
    print(location)
    try:
        print(location['country'])
    except Exception:
        print('n/a')
​
get_country(df['location'])
0     {'country': 'united states', 'city': 'new york'}
1    {'country': 'united kingdom', 'city': 'cambrid...
2                                                  NaN
Name: location, dtype: object
n/a

---

因此，尝试使用整个系列查找密钥会引发一个

KeyError

，然后返回

'n/a'

。

EdChum指出的正确方法是在“位置”列上使用

apply

。您可以将该代码压缩为一行：

In [15]: df['location'].apply(lambda v: v.get('country') if isinstance(v, dict) else '')
Out[15]: 
0     united states
1    united kingdom
2                  
Name: location, dtype: object

并将其指定给列：

In [16]: df['country'] = df['location'].apply(lambda v: v.get('country') if isinstance(v, dict) else '')

In [17]: df
Out[17]: 
                                            location project  raised_usd  \
0  {u'country': u'united states', u'city': u'new ...       A           1   
1  {u'country': u'united kingdom', u'city': u'cam...       B           5   
2                                                NaN       C          10   

          country  
0   united states  
1  united kingdom  
2 

---

使用

apply

，您可以使用。注意我们需要使用

dropna（）

，因为您的列包含NaN：

from operator import itemgetter
df['location'].apply(itemgetter('country'))

df['location'].dropna().apply(itemgetter('country'))
0     united states
1    united kingdom
Name: location, dtype: object

---

另一种方法是使用

.str[]

。它隐式调用

\uuuu getitem\uuuu

，每个项都有

键

参数：

In [17]: df['location'].str['country']
Out[17]: 
0     united states
1    united kingdom
2               NaN
Name: location, dtype: object

---

如果出现错误，它将返回

NaN

，否则将返回值。

严格来说，在Python中，这些是（dict的）项，而不是属性。回到最初的JSON，它们是属性。不幸的是，在最新版本的

pandas

中，这似乎不再适用。我得到“AttributeError:只能使用带字符串值的.str访问器！”。@timgeb您使用哪个版本？我现在正在用1.2.1进行测试，它工作正常。