如何将单元格内的字典列表拆分为数据框中的多行？

jack 发表于 Dev

杰克

inp = [{'Name':'Jack', 'Twitter':'twitter.com/Jack', 'Stats': [{'Year': 2018, 'Followers': '5000'}, {'Year':2019, 'Followers': '6000'}]}, {'Name':'Bill','Twitter':'twitter.com/Twitter'}]
df = pd.DataFrame(inp)

假设我有一个像这样的 DataFrame：

| Name | Twitter             | Stats                                                                     |
|------|---------------------|---------------------------------------------------------------------------|
| Jack | twitter.com/Jack    | [{'Year': 2018, 'Followers': '5000'}, {'Year': 2019, 'Followers': '6000'}] |
| Bill | twitter.com/Twitter |                                                                           |

如何将统计信息拆分为多行，然后将字典拆分为多列？此外，如果有 NaN，则忽略该行。

期望的输出：

| Name | Twitter             | Year | Followers |
|------|---------------------|------|-----------|
| Jack | twitter.com/Jack    | 2018 | 5000      |
| Jack | twitter.com/Jack    | 2019 | 6000      |
| Bill | twitter.com/Twitter |      |           |

朱利安·罗勒

这是我的解决方案：

clms = ['Name', 'Twitter', 'Year', 'Followers']
new_df = pd.DataFrame(columns=clms)
for idx, row in df.iterrows():
    try:
        for elt in row.Stats:
            new_series = pd.Series([row.Name, row.Twitter, elt['Year'], elt['Followers']], index=clms)
            new_df = new_df.append(new_series, ignore_index=True)
    except TypeError:
        new_series = pd.Series([row.Name, row.Twitter, np.NaN, np.NaN], index=clms)
        new_df = new_df.append(new_series, ignore_index=True)

所以基本上，这可能不是超级高性能，但它会创建一个具有相应拆分值的新数据帧，如果数据帧中没有值，则为 NaN

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。