第一次迭代后，熊猫加入不在 for 循环中工作

Question

我试图在大熊猫的帮助下分解字典中的嵌套列表。 在循环中，我将每一行都加入列表。 奇怪的是，在第二次迭代中，连接似乎无法正常工作。 也许有一些我不了解 Pandas 的基本原理，但我无法弄清楚为什么迭代中的连接仅适用于第一次迭代，而在接下来的迭代中连接不起作用，最终结果如下所示：

     key  amount   id  key_r   code   name  key_l
0.0    0    12.0  1.0    0.0    NaN    NaN    NaN
1.0    0    23.0  NaN    0.0    NaN    NaN    NaN
NaN    1     NaN  NaN    NaN  test2  test2    0.0

而不是从第一次迭代开始（奇怪的是，在第一次操作中键变成了 1）：

   key  amount   id  key_r   code   name  key_l
0    0      12  1.0      0  test1  test1      0
1    0      23  NaN      0  test1  test1      0

代码：

data = [
{
    "code": "test1",
    "name": "test1",
    "sub_list": [
        {"amount": 10, "id": 2},
        {"amount": 20},
    ],
},
{
    "code": "test2",
    "name": "test2",
    "sub_list": [
        {"amount": 12, "id": 1},
        {"amount": 23},
    ],
}

]
data_df = pd.DataFrame(data)
for ix, row in data_df.iterrows():
    sub_list_df = pd.DataFrame(row['sub_list'])
    row_df = row.to_frame().transpose()
    main_df = row_df.loc[:, row_df.columns != 'sub_list']
    main_df['key'] = 0
    sub_list_df['key'] = 0
    print(main_df)
    print(sub_list_df)
    tmp_df = sub_list_df.join(main_df, on=['key'], how="outer", lsuffix="_r", rsuffix="_l")
    print(tmp_df)

有什么建议吗？

Answer 1

这是一种更简单的方法，无需使用显式 for 循环：

# explode the dict
f = data_df.explode('sub_list')

# convert exploded dict into separate columns
f = pd.concat([f, f['sub_list'].apply(pd.Series)], axis=1).drop('sub_list', axis=1)

print(f)

    code   name  amount   id
0  test1  test1    10.0  2.0
0  test1  test1    20.0  NaN
1  test2  test2    12.0  1.0
1  test2  test2    23.0  NaN

Answer 2

问题是值 1 不是来自您的数据框列“键”。 相反，它采用 0 和 1 的索引值，因为您有两行。 解决此问题的解决方案之一是将键列设置为两个数据帧中的索引。 例如：

main_df['_key'] = 0
sub_list_df['_key'] = 0
tmp_df = sub_list_df.set_index('_key').join(main_df.set_index('_key'), on='_key', how="outer")