如何將字典格式的數據框中的列轉換為單獨的列？

Question

我有一個pandas數據框，其中第一列的格式是字典，盡管類型是object。 我想將此字段轉換為附加到原始數據幀的3個單獨的字段-3個字段由字典中的3個鍵驅動； 卡，玩家和轉牌。 我的數據框如下所示：

                                                 card    player  turn
0   {'name': 'Tap', 'cost': 2, 'id': '056'}        me     2
1   {'name': 'Coin', 'cost': None, 'id': '051'}  opponent     2
2   {'name': 'Pawnbroker', 'cost': 3,'id': '055'}     2
3   {'name': 'fire', 'cost': 2, 'id': 'E1_596'}        me     3
4   {'name': 'Coil', 'cost': 1, 'id': 'E1_56'}        me     3
5   {'name': 'Pawnbroker', 'cost': 3, 'id': 'E6'}     3

Answer 1

假設您的字典列稱為“ foo”：

df = pd.concat([df, df['foo'].apply(pd.Series)], axis=1)
#   card                                          foo  player turn  cost    id  name
#0        me  {'cost': 2, 'id': '056', 'name': 'Tap'}       2        2.0   056   Tap 
#1  opponent  {'cost': None, 'id': '051', 'name': 'Coin'}   2        NaN   051  Coin

現在，您可以刪除不需要的列：

del df['foo']; print(df)
#       card  player turn  cost   id  name
#0        me       2        2.0  056   Tap
#1  opponent       2        NaN  051  Coin

Answer 2

您可以使用pop刪除要刪除的列到card ，然后DataFrame constructor帶有concat DataFrame constructor ：

print (pd.concat([df, pd.DataFrame(df.pop('card').values.tolist())],axis=1))
     player  turn  cost      id        name
0        me   2.0   2.0     056         Tap
1  opponent   2.0   NaN     051        Coin
2         2   NaN   3.0     055  Pawnbroker
3        me   3.0   2.0  E1_596        fire
4        me   3.0   1.0   E1_56        Coil
5         3   NaN   3.0      E6  Pawnbroker

時間 ：

#[6000 rows x 3 columns]
df = pd.concat([df]*1000).reset_index(drop=True)

In [391]: %timeit (df['card'].apply(pd.Series))
1 loop, best of 3: 1.26 s per loop

In [392]: %timeit (pd.DataFrame(df['card'].values.tolist()))
100 loops, best of 3: 6.72 ms per loop