我正在寻找一种更优雅的方法来从字典的值替换另一个数据帧中的一个数据帧.
这是我必须使用的数据类型的示例
d = {1 : {'name' : 'bob','age' : 22,'Data' : {}},4 : {'name' : 'sam','age' : 30,2 : {'name' : 'tom','age' : 20,'Data' : [{'Mail':'B','MailValue': 89},{'Mail':'C','MailValue' : 100}]},3 : {'name' : 'mat','age' : 19,'Data' : [{'Mail':'D','MailValue': 71}]}} '
df = pd.DataFrame(d).T
df
Data age name
1 {} 22 bob
4 {} 30 sam
2 [{'Mail': 'B',{'Mail': 'C',... 20 tom
3 [{'Mail': 'D','MailValue': 71}] 19 mat
这是我在最终数据帧df2中附加数据单元格值并复制名称和年龄列的实际解决方案
df2 = pd.DataFrame()
for idx,row in df[:].iterrows():
dfx = pd.DataFrame(row.Data)
dfx['idx'] = idx
df2 = df2.append(dfx)
df2.set_index('idx',inplace= True)
df2[df.columns] = df
df2 = df2.append(df.drop(df2.index.unique())).drop(columns = ['Data'])
print(df2)
Mail MailValue age name
2 B 89.0 20 tom
2 C 100.0 20 tom
3 D 71.0 19 mat
1 NaN NaN 22 bob
4 NaN NaN 30 sam
最佳答案
一种方法是将pd.concat与可迭代的拆分数据帧一起使用,注意为空字典构造一个单行数据帧：
splits = [pd.DataFrame(x if x else [{}]) for x in df.pop('Data')]
lens = list(map(len,splits))
df = pd.DataFrame({'age': np.repeat(df['age'].values,lens),'name': np.repeat(df['name'].values,lens)})\
.join(pd.concat(splits,ignore_index=True))
print(df)
# age name Mail MailValue
# 0 22 bob NaN NaN
# 1 20 tom B 89.0
# 2 20 tom C 100.0
# 3 19 mat D 71.0
# 4 30 sam NaN NaN