将嵌套列拆分为新列答案

【问题标题】：Split nested column into new columns将嵌套列拆分为新列
【发布时间】：2021-08-13 01:46:29
【问题描述】：

我的数据框有一个嵌套列 (people_info)，其中包含如下示例所示的单元格。

[{"institution":"some_institution","startMonth":1,"startYear":2563,"course":"any","id":1111,"formation":"any","endMonth" :12,"endYear":2556,"status":"complete"}]

据我所知，这可以使用字典/json 概念来解决。

考虑到这个嵌套单元格的每个键都是具有各自值的新列，我正在尝试将此列拆分为新列。

我尝试了 json_normalize，但我收到了这个错误：“AttributeError: 'str' object has no attribute 'values'”

我试图在字典中转换这些单元格，但我从来没有能够让 python 理解“机构”是一个键，而“some_institution”是这个创建的字典中的一个值。似乎 python 将整个单元格理解为一个字符串。

你能帮帮我吗？如果我不清楚，请告诉我。谢了！

【问题讨论】：

标签： python json pandas dictionary nested

【解决方案1】：

也许这会有所帮助。

将熊猫导入为 pd

数据 = [{"机构":"some_institution", “开始月份”：1， “开始年”：2563， “课程”：“任何”， “身份证”：1111， “形成”：“任何”， “月底”：12， “年终”：2556， “状态”：“完成”}]

l = next(数据中的项目)

df = pd.DataFrame(l, index=[0])

【讨论】：

感谢您的帮助！但它不起作用，因为“[{”是此 DataFrame 中单元格文本的一部分。所以这个函数不能正常工作，因为python不理解“数据”是一个字典列表。

【解决方案2】：

IIUC，以下应该可以工作：

输入

df = pd.DataFrame({'col1':[1], 'col2':2, 'nested_column':'[{"institution":"some_institution","startMonth":1,"startYear":2563,"course":"any","id":1111,"formation":"any","endMonth":12,"endYear":2556,"status":"complete"}]'})

df

  col1  col2    nested_column
0    1     2    [{"institution":"some_institution","startMonth...

流程

import json
df['nested_column_dict'] = df['nested_column'].transform(lambda x : json.loads(x)[0] if x is not np.nan else {})
df = pd.concat([df, pd.DataFrame.from_records(df['nested_column_dict'])], axis=1)
df.drop('nested_column_dict', axis=1, inplace=True)

输出

 df

 col1   col2    nested_column                                           institution startMonth  startYear   course    id    formation   endMonth    endYear   status
0   1      2    [{"institution":"some_institution","startMonth...   some_institution         1      2563       any  1111          any         12       2556 complete

【讨论】：