python – 将pandas数据帧单元格中的字典解析为新的行单元格(新列)

我有一个Pandas Dataframe,其中包含一列包含key：value对字典的单元格,如下所示：

{"name":"Test Thorton","company":"Test Group","address":"10850 Test #325\r\n","city":"Test City","state_province":"CA","postal_code":"95670","country":"USA","email_address":"test@testtest.com","phone_number":"999-888-3333","equipment_description":"I'm a big red truck\r\n\r\nRSN# 0000","response_desired":"week","response_method":"email"}

我正在尝试解析字典,因此生成的Dataframe包含每个键的新列,并使用每列的结果值填充行,如下所示：

//Before

1  2  3  4  5
a  b  c  d  {6:y, 7:v}

//After

1  2  3  4  5           6  7
a  b  c  d  {6:y, 7:v}  y  v

建议非常感谢.

解决方法:

考虑df

df = pd.DataFrame([
        ['a', 'b', 'c', 'd', dict(F='y', G='v')],
        ['a', 'b', 'c', 'd', dict(F='y', G='v')],
    ], columns=list('ABCDE'))

df

   A  B  C  D                     E
0  a  b  c  d  {'F': 'y', 'G': 'v'}
1  a  b  c  d  {'F': 'y', 'G': 'v'}

选项1
使用pd.Series.apply,分配新列

df.E.apply(pd.Series)

   F  G
0  y  v
1  y  v

像这样分配它

df[['F', 'G']] = df.E.apply(pd.Series)
df.drop('E', axis=1)

   A  B  C  D  F  G
0  a  b  c  d  y  v
1  a  b  c  d  y  v

选项2
使用pd.DataFrame.assign方法管理整个事物

df.drop('E', 1).assign(**pd.DataFrame(df.E.values.tolist()))

   A  B  C  D  F  G
0  a  b  c  d  y  v
1  a  b  c  d  y  v

标签：python,pandas,dictionary,multiple-columns,append
来源： https://codeday.me/bug/20190724/1524404.html