【问题标题】:Providing default values for pandas.io.json_normalize为 pandas.io.json_normalize 提供默认值
【发布时间】:2020-05-04 10:59:51
【问题描述】:

我有一个字典列表,例如:

dictionary= {'a': 1, 'b':[{'c':2},{'c':3}], 'd' : 'not_relevant_data'}

我想创建一个像这样的 DataFrame:

'a' 'c'
 1   2
 1   3

这可以通过df = json_normalize(data=list_of_dictionaries, record_path = 'b', meta ='a')来完成。

当'b' 不在其中一个字典中时,就会出现问题。 dictionary = {'a':4, 'd': 'not_relevant_data'} 会导致 KeyError,但我想得到一个像这样的 df:

'a' 'c'
 4   None

如果record_path 不存在,有没有办法提供默认值?有没有其他方法可以做到这一点?

感谢所有帮助。

【问题讨论】:

    标签: python pandas flatten


    【解决方案1】:

    为了得到你想要的输出,你可以创建一个函数来添加你想要的行为:

    def add_for_missing(d, record_path, wanted_column='c'):
        if record_path not in d:
            return {**d, record_path: [{wanted_column: None}]}
        return d
    
    json_normalize(data=add_for_missing(dictionary, 'b'), record_path = 'b', meta ='a')
    

    输出:

    【讨论】:

    • 对不起,我不够清楚。我的数据由列表中的许多字典组成 - 有些带有,有些没有'b'键。我想避免遍历 python 中的字典列表并“手动”更正。
    • 我认为除了“手动”更正之外别无他法,因为您想要自定义行为
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-01-02
    • 2014-07-28
    • 1970-01-01
    • 2010-12-20
    • 2019-10-18
    • 1970-01-01
    相关资源
    最近更新 更多