创建一个新的 DataFrame，将列 dict 中的每个键添加为标题

Question

我有一个 DataFrame，其中包含带有字典的特定列。

我想在 DataFrame 中为包含字典的列中每个元素上找到的每个键添加一个新标题，如果该元素不包含该标题，则分配给这些新单元格的每个新值都应对应于 None键和相应的键值，否则。

以下是用于测试和可视化我所说内容的数据：

导入依赖：

import pandas as pd
import numpy as np

创建包含内部字典列表的字典：

data = {'string_info': ['User1', 'User2', 'User3'],
        'dict_info': [{'elm1': 'attr5', 'elm2': 'attr9', 'elm3': 'attr33'},
                 {'elm5': 'attr31', 'elm7': 'attr13'},
                 {'elm5': 'attr28', 'elm1': 'attr23', 'elm2': 'attr33','elm6': 'attr33'}],
        'int_info': [4, 24, 31],}

为测试创建适当的初始 DataFrame：

df = pd.DataFrame.from_dict(data)
df

手动说明我想要的输出：

data2 = {'string_info': ['User1', 'User2', 'User3'],
        'elm1': ['attr5',None,'attr23'],
        'elm2': ['attr9',None,'attr33'],
        'elm3': ['attr33',None,None],
        'elm4': [None,None,None],
        'elm5': [None,'attr31',None],
        'elm6': [None,None,'attr33'],
        'elm7': [None,None,'attr13'],
        'int_info': [4, 24, 31]}

期望的输出是：

df2 = pd.DataFrame.from_dict(data2)
df2

谢谢！

Answer 1

您可以使用concat 和DataFrame 构造函数将dict 替换为列：

print (pd.DataFrame(df.dict_info.values.tolist()))
     elm1    elm2    elm3    elm5    elm6    elm7
0   attr5   attr9  attr33     NaN     NaN     NaN
1     NaN     NaN     NaN  attr31     NaN  attr13
2  attr23  attr33     NaN  attr28  attr33     NaN

print (pd.concat([pd.DataFrame(df.dict_info.values.tolist()),
                  df[['int_info','string_info']]], axis=1))
     elm1    elm2    elm3    elm5    elm6    elm7  int_info string_info
0   attr5   attr9  attr33     NaN     NaN     NaN         4       User1
1     NaN     NaN     NaN  attr31     NaN  attr13        24       User2
2  attr23  attr33     NaN  attr28  attr33     NaN        31       User3

如果需要Nones 添加replace:

print (pd.concat([pd.DataFrame(df.dict_info.values.tolist()).replace({np.nan:None}), 
                  df[['int_info','string_info']]], axis=1))
     elm1    elm2    elm3    elm5    elm6    elm7  int_info string_info
0   attr5   attr9  attr33    None    None    None         4       User1
1    None    None    None  attr31    None  attr13        24       User2
2  attr23  attr33    None  attr28  attr33    None        31       User3