切片包含 dic 值的 Pandas 列答案

【问题标题】：Slice Pandas Column containing dic value切片包含 dic 值的 Pandas 列
【发布时间】：2021-11-09 17:53:29
【问题描述】：

下面是我的 DF：

df = pd.DataFrame({'Name': ['AZ', 'AF'], 'Other_Name': [np.nan, [{'name': 'ARES ZAN', 'language': 'en', 'type': 'ALTERNATIVE'}]]})


Name    Other_Name
0   AZ  NaN
1   AF  [{'name': 'ARES ZAN', 'language': 'en', 'type': 'ALTERNATIVE'}]

目的是将“Other_Name”列替换为“Other_Name_name”、“Other_Name_language”、“Other_Name_type”

我得到了来自Slice pandas dataframe json column into columns的帮助

此外，由于我有一些 NaN（我不想删除），因此该解决方案不起作用。

感谢任何帮助！

【问题讨论】：

标签： python json pandas

【解决方案1】：

您可以执行以下操作：

all_keys = ['name', 'language', 'type']
for key in all_keys:
  df.loc[df.Other_Name.notnull(), 'Other_Name_' + key] = df.loc[df.Other_Name.notnull(), 'Other_Name']\
                                                           .explode()\
                                                           .apply(lambda x: x[key])

输出：

    Other_Name_name     Other_Name_language     Other_Name_type
0   NaN                       NaN                  NaN
1   ARES ZAN                  en                  ALTERNATIVE

【讨论】：

【解决方案2】：

def change_key(x):
    for data_dict in x:
        for key in list(data_dict.keys()):
            data_dict[f'Other_Name_{key}'] = data_dict.pop(key)

    return x

df.loc[~df['Other_Name'].isnull(), 'Other_Name'] = df[~df['Other_Name'].isnull()]['Other_Name'].apply(change_key)
print(df)

【讨论】：