将自定义函数应用于 pandas DataFrame 返回“DataFrame”对象不可调用

Question

嘿嘿，

我在这里的第一篇文章。我试图在这里找到类似的问题，但没有成功。就这样吧。 我有几个单独的熊猫数据框，其中至少一列包含字典，即

fiscalYear | prodID | position
2020       | 123    | {'description': 'Customer Operations', 'code': '51254185'}
2020       | 456    | {'description': 'Support', 'code': '50544654'}
...

我可以将字典列转换为两个（或更多）列：

position_df['position'] = main_df['position'].apply(lambda x: dict(eval(x)))
position_df = position_df['position'].apply(pd.Series)
position_df.rename(columns={'des': 'position_name', 'code':'positionID'},inplace=True)

result = pd.concat([main_df, position_df], axis=1, join="inner")

我明白了

fiscalYear| prodID| position                                           | position_name         | posID
2020      | 123   | {'des': 'Customer Operations', 'code': '51254185'} | 'Customer Operations' | 51254185
2020      | 456   | {'des': 'Support', 'code': '50544654'}             | 'Support',            | 50544654
...

我创建了自定义函数并且只更改了输入，但我得到了 TypeError: 'DataFrame' object is not callable

这是我的函数和调用

    def dictionary_to_columns(dic_column,rename_col,df):
        temp_df = pd.DataFrame()
        # todo: # of items in the dictionary in dic_column
        temp_df['temporary'] = df[dic_column].apply(lambda x: dict(eval(x)))
        temp_df = temp_df['temporary'].apply(pd.Series)
        temp_df.rename(columns=rename_col,inplace=True)
        result = pd.concat([df, temp_df], axis=1, join="inner")
        return result

    main_df['position'] = main_df['position'].apply(dictionary_to_columns('position',{'des': 'name', 'code':'ID'},main_df))

我认为我在 return 语句中得到了错误。我在返回前打印了前 5 行，看起来还不错。有什么建议吗？

Answer 1

找到解决方案后，我决定回答我自己的问题。也许其他人会使用它。

根据@Joran 的建议/建议，我返回一个 DataFrame，我将函数更改为：

    def dictionary_to_columns(dic_column, rename_col, df):
        temp_df = pd.DataFrame()
        # todo: # of items in the dictionary in dic_column
        temp_df['temporary'] = df[dic_column].apply(lambda x: dict(eval(x)))
        temp_df = temp_df['temporary'].apply(pd.Series)
        temp_df.rename(columns=rename_col, inplace=True)
        df = pd.concat([df, temp_df], axis=1, join="inner")

我没有分配给结果变量并返回，而是更改了原始 DataFrame。我认为最重要的是改变我的称呼方式：

dictionary_to_columns('position',{'des': 'name', 'code':'ID'},main_df)

它对我很有效。

Answer 2

将 dict 解压到列中就像从 apply 返回一个系列一样简单：

df

   fiscalYear  prodID                                           position
0        2020     123  {'description': 'Customer Operations', 'code':...
1        2020     456     {'description': 'Support', 'code': '50544654'}

df[['name', 'ID']] = df.apply(lambda row: pd.Series(row['position']), axis=1)

df

   fiscalYear  prodID                                           position                 name        ID
0        2020     123  {'description': 'Customer Operations', 'code':...  Customer Operations  51254185
1        2020     456     {'description': 'Support', 'code': '50544654'}              Support  50544654