将数据框中的 JSON 列转换为简单的值数组

Question

我正在尝试将 bbox（边界框）列中的 JSON 转换为 Jupyter 笔记本中 Python 中的 DL 项目的简单值数组。

可能的标签有以下类别：[玻璃、纸板、垃圾、金属、纸张]。

[{"left":191,"top":70,"width":183,"height":311,"label":"glass"}]

TO

([191 70 183 311], 0)

我正在寻求帮助，将 JSON 对象中的 bbox 列转换为包含所有图像名称和相关 bbox 的单个 CSV。

更新

当前列是一个系列，所以每当我尝试在该列上应用 JSON 操作时，我都会不断收到“TypeError：JSON 对象必须是 str、字节或 bytearray，而不是‘系列’”。到目前为止，我已经尝试将列转换为 JSON 对象，然后从键中提取值。

BB_CSV

Answer 1

您需要使用 JSON 解码器：https://docs.python.org/3/library/json.html

import json
li = json.loads('''[{"left":191,"top":70,"width":183,"height":311,"label":"glass"}]''')
d = dictionary = li[0]
result = ([d[key] for key in "left top width height".split()], 0)
print(result)

---

编辑：

如果你想从字典中提取值的操作映射到列表的所有元素，你可以这样做：

extracted = []
for element in li:
    result = ([element[key] for key in "left top width height".split()], 0)
    extracted.append(result)

# print(extracted)
print(extracted[:10])
# `[:10]` is there to limit the number of item displayed to 10

同样，根据我的评论，如果您不想在列表中提取的数字之间使用逗号，您可以使用：

without_comma = []
for element, zero in extracted:
    result_string = "([{}], 0)".format(" ".join([str(value) for value in element]))
    without_comma.append(result_string)

Answer 2

看起来bbox 列的每一行都在list 内包含一个dictionary。我试图复制您的问题如下。 编辑：澄清以下解决方案假定您所指的“JSON 对象”表示为包含单个字典的 list，这就是您的示例所显示的内容和截图。

# Create empty sample DataFrame with one row
df = pd.DataFrame([None],columns=['bbox'])

# Assign your sample item to the first row
df['bbox'][0] = [{"left":191,"top":70,"width":183,"height":311,"label":"glass"}]

现在，简单解压行：

df['bbox_unpacked'] = df['bbox'].map(lambda x: x[0].values())

这将为您提供一个包含 5 个项目的 tuple 的新列。

如果您想更进一步并应用您的标签，您可能需要创建一个字典来包含您的标签逻辑。根据您在 cmets 中给出的示例，我已经完成了：

labels = {
    'cardboard': 1,
    'trash': 2,
    'glass': 3
}

如果您想要一个不编写自己的函数的单行解决方案，这应该会得到您想要的布局。

df['bbox_unpacked'] = df['bbox'].map(lambda x: (list(x[0].values())[:4],labels.get(list(x[0].values())[-1])))

更易读的解决方案是使用.apply() 方法定义您自己的函数。 编辑： 由于您的 JSON 对象看起来像 str 存储在您的 DataFrame 行中，因此我添加了 json.loads(row) 以在检索键之前先处理字符串。您需要import json 才能运行。

import json    

def unpack_bbox(row, labels):

    # load the string into a JSON object (in this
    # case a list of length one containing the dictionary;
    # index the list to its first item [0] and use the .values()
    # dictionary method to access the values only 

    keys = list(json.loads(row)[0].values())

    bbox_values = keys[:4]
    bbox_label = keys[-1]

    label_value = labels.get(bbox_label)

    return bbox_values, label_value

df['bbox_unpacked'] = df['bbox'].apply(unpack_bbox,args=(labels,))