Pandas 列字典拆分为新列和行答案

【问题标题】：Pandas column dict split to new column and rowsPandas 列字典拆分为新列和行
【发布时间】：2018-11-04 10:29:12
【问题描述】：

我在 pandas 数据框列中有一个字典，输入是，

import pandas as pd
df = pd.DataFrame([{'A': {'k1': 10}}, {'A': {'k2': 20, 'k3': 30}}, {'A': {'k4': 15}}])

df
                        A
0             {u'k1': 10}
1  {u'k3': 30, u'k2': 20}
2             {u'k4': 15}

我想将'A'列中dict的键和值拆分为新列并拆分为行（取决于字典中的键数），基本上输出应该是这样的，

  keys  values
0   k1      10
1   k3      30
2   k2      20
3   k4      15

【问题讨论】：

标签： python pandas

【解决方案1】：

选项 1（如果您在子字典中有所有唯一键）
dict 和 @987654322 @

from collections import ChainMap   
dct = dict(ChainMap(*[i['A'] for i in d]))
pd.DataFrame(list(dct.items()), columns=['key', 'value'])

  key  value
0  k1     10
1  k4     15
2  k2     20
3  k3     30

选项 2（如果您可能有重复的密钥）
itertools.chain.from_iterable

dct = list(itertools.chain.from_iterable([i['A'].items() for i in d]))
df = pd.DataFrame(dct, columns=['key', 'value'])

  key  value
0  k1     10
1  k2     20
2  k3     30
3  k4     15

【讨论】：

【解决方案2】：

使用列表推导和扁平化元组，然后 DataFrame 构造函数：

L = [(k1, v1) for k, v in df['A'].to_dict().items() for k1, v1 in v.items()]

df = pd.DataFrame(L, columns = ['keys','values'])
print (df)
  keys  values
0   k1      10
1   k2      20
2   k3      30
3   k4      15

或者创建DataFrame和stack：

df = (pd.DataFrame(df['A'].values.tolist())
       .stack().reset_index(level=0, drop=True)
       .reset_index())
df.columns = ['keys','values']
print (df)
  keys  values
0   k1    10.0
1   k2    20.0
2   k3    30.0
3   k4    15.0

【讨论】：