使用来自 json 数据集 Pandas 的行值在特定条件下更改行值答案

【问题标题】：Change row values with certain condition, using row values from json dataset Pandas使用来自 json 数据集 Pandas 的行值在特定条件下更改行值
【发布时间】：2019-04-18 13:05:05
【问题描述】：

我有这个数据集。

{
    "date": "2018-01-01", 
    "body": "some txt", 
    "id": 111, 
    "sentiment": null
}, 
{
    "date": "2018-01-02", 
    "body": "some txt", 
    "id": 112, 
    "sentiment": {
        "basic": "Bearish"
    }
}

我想用 pandas 阅读这篇文章，并将每行的列情绪更改为与 null 不同。

当我这样做时：

pd.read_json(path)

这是我得到的结果：

body           ...    sentiment
0                      None
1                      {u'basic': u'Bullish'}

我不想拥有{u'basic': u'Bullish'}，而只想拥有基本的价值。所以要找到我使用的正确行

df.loc[self.df['sentiment'].isnull() != True, 'sentiment'] = (?)

它有效，但我不知道我必须放什么来代替 (?)

我试过了，但是不行

df.loc[self.df['sentiment'].isnull() != True, 'sentiment'] = df['sentiment']['basic]

有什么想法吗？谢谢

【问题讨论】：

标签： python pandas dataset

【解决方案1】：

你可以试试：

mask = df['sentiment'].notnull()
df.loc[mask, 'sentiment'] = df.loc[mask, 'sentiment'].apply(lambda x: x['basic'])

【讨论】：

它有效。谢谢。此答案将被标记为正确。

【解决方案2】：

你可以这样做：

df = pd.read_json(path)  # creates the dataframe with dict objects in sentiment column 
pd.concat([df.drop(['sentiment'], axis=1), df['sentiment'].apply(pd.Series)], axis=1)  # create new columns for each sentiment type

例如，如果你的 json 是：

[{
    "date": "2018-01-01", 
    "body": "some txt", 
    "id": 111, 
    "sentiment": null
}, 
{
    "date": "2018-01-02", 
    "body": "some txt", 
    "id": 112, 
    "sentiment": {
        "basic": "Bearish"
    }
},
{
    "date": "2018-01-03", 
    "body": "some other txt", 
    "id": 113, 
    "sentiment": {
        "basic" : "Bullish",
        "non_basic" : "Bearish"
    }
}]

第 1 行之后的df：

             body       date   id                                     sentiment
0        some txt 2018-01-01  111                                          None
1        some txt 2018-01-02  112                          {'basic': 'Bearish'}
2  some other txt 2018-01-03  113  {'basic': 'Bullish', 'non_basic': 'Bearish'}

第 2 行之后的df：

             body       date   id    basic non_basic
0        some txt 2018-01-01  111      NaN       NaN
1        some txt 2018-01-02  112  Bearish       NaN
2  some other txt 2018-01-03  113  Bullish   Bearish

HTH。

【讨论】：

【解决方案3】：

`fillna` + `pop` + `join`

这是一个可扩展的解决方案，它避免了逐行 apply 并将任意数量的键转换为系列：

df = pd.DataFrame({'body': [0, 1],
                   'sentiment': [None, {u'basic': u'Bullish'}]})

df['sentiment'] = df['sentiment'].fillna(pd.Series([{}]*len(df.index), index=df.index))

df = df.join(pd.DataFrame(df.pop('sentiment').values.tolist()))

print(df)

   body    basic
0     0      NaN
1     1  Bullish

【讨论】：

fillna + pop + join

`fillna` + `pop` + `join`