提示:本站收集StackOverFlow近2千万问答，支持中英文搜索，鼠标放在语句上弹窗显示对应的参考中文或英文， 本站还提供 中文繁体 英文版本 中英对照 版本，有任何建议请联系yoyou2525@163.com。
I have a dataframe in Python pandas with rows of NoSQL documents and json strings column and I want to transform it into flat table with specific keys as column name and values as data in rows. 以下是我开始的示例表：
| 诊断 | |
|---|---|
| 1 | 一个 |
| 2 | b |
'a' & 'b' 看起来像：
[{"icd10":"I611","icd10Name":"Intracerebral haemorrhage in hemisphere, cortical","diagType":"1","diagTypeName":"Principal Diagnosis"},{"icd10":"I10","icd10Name":"Essential (primary) hypertension","diagType":"2","diagTypeName":"Comorbidity (โรคอื่นที่เป็นร่วมด้วย)"},{"icd10":"E789","icd10Name":"Disorder of lipoprotein metabolism,unspecified","diagType":"2","diagTypeName":"Comorbidity (โรคอื่นที่เป็นร่วมด้วย)"}]
我想将此表提取到另一个表，例如：
| 诊断 | 主要诊断 | 合并症 | |
|---|---|---|---|
| 1 | 一个 | I611 | I10、E789 |
| 2 | b | ... | ... |
请随时参考此处的图片：
非常感谢你。 另外，请注意“主要诊断”并不总是排在第一位。
尝试将其转换为 lambda function。 遍历字典以分离您的值。 假设主要诊断始终是单一值，但可以有 1 个或多个次要诊断。
data_dict = [{"icd10":"I611","icd10Name":"Intracerebral haemorrhage in hemisphere, cortical","diagType":"1","diagTypeName":"Principal Diagnosis"},{"icd10":"I10","icd10Name":"Essential (primary) hypertension","diagType":"2","diagTypeName":"Comorbidity (โรคอื่นที่เป็นร่วมด้วย)"},{"icd10":"E789","icd10Name":"Disorder of lipoprotein metabolism,unspecified","diagType":"2","diagTypeName":"Comorbidity (โรคอื่นที่เป็นร่วมด้วย)"}]
co_diag = []
for d in data_dict:
if 'Principal Diagnosis' in d.values():
pd = d['icd10']
else:
co_diag.append(d['icd10'])
co_diag_str = ', '.join(co_diag)
在这些步骤中，您应该能够编写所需的列。
Output 如果循环：
In [19]: co_diag_str
Out[19]: 'I10, E789'
In [20]: pd
Out[20]: 'I611'
声明：本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.