使用来自多个字典的 for 循环填充列答案

【问题标题】：Fill Column using a for loop from multiple dictionaries使用来自多个字典的 for 循环填充列
【发布时间】：2020-08-29 04:12:28
【问题描述】：

我有多个字典，我正在尝试将它们附加到一个数据帧中。

import pandas as pd
dict1 = {'A': '1', 'B': [{'att1': 'value1', 'att2': 'value2'}]}
dict2 = {'A': '2', 'B': [{'att1': 'value3', 'att2': 'value4'}]}
df = pd.DataFrame()
dict = [dict1, dict2]
df['A'] = []
for i in range(0, 2):
    df = df.append(dict[i]['B'])
    df['A'] = (dict[i]['A'])

这给了

   A    att1    att2
0  2  value1  value2
0  2  value3  value4

无论如何我都想要

   A    att1    att2
0  1  value1  value2
0  2  value3  value4

有人可以帮忙吗？

【问题讨论】：

标签： python pandas dictionary for-loop append

【解决方案1】：

从艾伦那里搬来，我最终得到了我需要的东西：

dict1 = {'A': '1', 'B': [{'att1': 'value1', 'att2': 'value2'}]}
dict2 = {'A': '2', 'B': [{'att1': 'value3', 'att2': 'value4'}]}
dict = [dict1, dict2]

df = pd.DataFrame()
df['A'] = []
for i in range(0, 2):
    df = df.append(pd.concat([pd.DataFrame(dict[i])]).pipe(lambda x: pd.concat([x, x.B.apply(pd.Series)], 1)).drop('B', 1))
print(df)

给予

   A    att1    att2
0  1  value1  value2
0  2  value3  value4

【讨论】：

【解决方案2】：

你可以使用json normalize:

from pandas import json_normalize
def normalize(mapping):
    return json_normalize(mapping, 'B', 'A')

pd.concat((normalize(dict1),normalize(dict2)))
    att1    att2    A
0   value1  value2  1
0   value3  value4  2

【讨论】：

这似乎只适用于两个字典.. 我的最终目标是编写一个 for 循环来组合尽可能多的字典...

【解决方案3】：

一个基于pd.json_normalize 的优雅解决方案是可能的，但是一个这种方式的障碍是您的两个字典中的 B 键都包含具有单个元素的 list，而它们应该只包含这个元素。

为了克服这个障碍，运行一个列表推导，创建一个列表字典，使用嵌套字典理解转换这样的列表进入底层元素：

dct = [ { k: v[0] if isinstance(v, list) else v for k, v in d.items()}
    for d in [dict1, dict2]]

结果是：

[{'A': '1', 'B': {'att1': 'value1', 'att2': 'value2'}},
 {'A': '2', 'B': {'att1': 'value3', 'att2': 'value4'}}]

那你可以拨打df = pd.json_normalize(dct)，得到：

   A  B.att1  B.att2
0  1  value1  value2
1  2  value3  value4

剩下要做的唯一一件事就是重命名两个 B.... 列：

df.rename(columns={'B.att1' : 'att1', 'B.att2' : 'att2'}, inplace=True)

现在你得到了你想要的，即：

   A    att1    att2
0  1  value1  value2
1  2  value3  value4

注意：pd.json_normalize 出现在 Pandas 版本 1.0 中。早些时候，此方法被“隐藏”在 pandas.io.json 包中。

【讨论】：

【解决方案4】：

你可以使用 pd.concat

(
    pd.concat([pd.DataFrame(dict1), pd.DataFrame(dict2)])
    .pipe(lambda x: pd.concat([x,x.B.apply(pd.Series)],1))
    .drop('B',1)
)

    A   att1    att2
0   1   value1  value2
0   2   value3  value4

【讨论】：

如果我对此使用 for 循环，它只会给出 dict[1]。我的最终目标是编写一个 for 循环来组合尽可能多的字典。
我在 for 循环中使用了 append 函数，它给出了我想要的。

【解决方案5】：

构建要附加的行：

for i in range(0, 2):
    row = dict[i]['B']
    row[0].update({'A': dict[i]['A']})
    df = df.append(row)
    print(df)

输出：

   A    att1    att2
0  1  value1  value2

   A    att1    att2
0  1  value1  value2
0  2  value3  value4

如果您研究如何从 dict（或 JSON 对象）构建整个数据框，这对您来说可能会更顺畅。我只解决了眼前的问题。

【讨论】：