在 Pandas 的列中添加嵌套字典答案

【问题标题】：Adding to a nested Dictionary in a Column in Pandas在 Pandas 的列中添加嵌套字典
【发布时间】：2021-06-13 16:23:50
【问题描述】：

所以，我有一个有趣的问题。我有一些数据有一个有趣的嵌套字典，我需要对其进行操作，但是遇到了麻烦。我可以在纯 python 中完成，但想在 Pandas 中完成整个解决方案，以使代码更简洁，而不必在其他地方重新打开相同的文件。

数据框：

Id             Timezone             Data
957643         Pacific             {"California":{"city":"San Francisco","pop":"874961"}}
973472         Eastern             {"New York":{"city":"New York","pop":"8419000"}}

所需的输出，一个字典列表，将 Id 和 Timezone 放入嵌套字典中，同时将它们包装在另一个键中，这样我就可以输出为 JSON：

[{"State Date":{"California":{"City":"San Francisco","Population":"874961","Id":"957643","Timezone":"Pacific"}}}, {"State Date":"New York":{"City":"New York","Population":"8419000", "Id":"973472","Timezone":"Eastern"}}}]

问题是，为了在其他地方提取最终数据格式，我需要将 Timezone 和 Id 放入要导出到 JSON 的每一行的嵌套部分中，并重命名一些字段。我已经尝试过 iterrows 方法并应用轴为 1，但它最终将所有 Id 和时区放入每个字典中，尽管它确实嵌套了它们。

在读取整个 CSV 时，下面的变体在纯 python 中有效，但在 Pandas 中无效（原因对大多数人来说可能很明显）。为简洁起见，这些是我感兴趣的行，所以我放弃了其他行。

output = []
entry = {}

for id_, time, data in the_states.iterrows():
        for state, other in data.items():
            entry['Id'] = id_
            entry['City'] = data.get('city')
            entry['Timezone'] = time
            entry['Population'] = data.get('pop')
            output.append({'State Data': entry})

任何帮助将不胜感激。

【问题讨论】：

标签： python pandas

【解决方案1】：

一种方式：

通过to_dict('records') 创建另一个list of dict。
zip 和 iterate 在 list of dict 之上。
Update 第一个与另一个获得所需的JSON。

result = []
for i,j in zip(df.Data,df[['Id', 'Timezone']].to_dict('records')):
    for key in i.keys():
        i[key] = {**i[key], **j}
    result.append({'state_data': i})

输出：

[{'state_data': {'California': {'city': 'San Francisco',
    'pop': '874961',
    'Id': 957643,
    'Timezone': 'Pacific'}}},
 {'state_data': {'New York': {'city': 'New York',
    'pop': '8419000',
    'Id': 973472,
    'Timezone': 'Eastern'}}}]

完整示例：

df = pd.DataFrame({'Id': {0: 957643, 1: 973472},
 'Timezone': {0: 'Pacific', 1: 'Eastern'},
 'Data': {0: {"California":{"city":"San Francisco","pop":"874961"}},
  1: {"New York":{"city":"New York","pop":"8419000"}}}})

result = []
for i,j in zip(df.Data,df[['Id', 'Timezone']].to_dict('records')):
    for key in i.keys():
        i[key] = {**i[key], **j}
    result.append({'state_data': i})

【讨论】：