將dict的pandas dataframe列展開為dataframe列

Question

我有一個 Pandas DataFrame，其中一列是一系列字典，如下所示：

   colA  colB                                  colC
0     7     7  {'foo': 185, 'bar': 182, 'baz': 148}
1     2     8  {'foo': 117, 'bar': 103, 'baz': 155}
2     5    10  {'foo': 165, 'bar': 184, 'baz': 170}
3     3     2  {'foo': 121, 'bar': 151, 'baz': 187}
4     5     5  {'foo': 137, 'bar': 199, 'baz': 108}

我希望字典中的foo 、 bar和baz鍵值對成為我的 dataframe 中的列，這樣我最終得到的是：

   colA  colB  foo  bar  baz
0     7     7  185  182  148
1     2     8  117  103  155
2     5    10  165  184  170
3     3     2  121  151  187
4     5     5  137  199  108

我怎么做？

Answer 1

TL; 博士

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

詳細解答

我們首先定義要使用的 DataFrame 以及導入的 Pandas：

import pandas as pd


df = pd.DataFrame({'colA': {0: 7, 1: 2, 2: 5, 3: 3, 4: 5},
                   'colB': {0: 7, 1: 8, 2: 10, 3: 2, 4: 5},
                   'colC': {0: {'foo': 185, 'bar': 182, 'baz': 148},
                    1: {'foo': 117, 'bar': 103, 'baz': 155},
                    2: {'foo': 165, 'bar': 184, 'baz': 170},
                    3: {'foo': 121, 'bar': 151, 'baz': 187},
                    4: {'foo': 137, 'bar': 199, 'baz': 108}}})

列colC是pd.Series類型的字典中，我們可以把它變成一個pd.DataFrame通過轉動每個字典成pd.Series ：

pd.DataFrame(df.colC.values.tolist())
# df.colC.apply(pd.Series). # this also works, but it is slow

這給出了pd.DataFrame ：

   foo  bar  baz
0  154  190  171
1  152  130  164
2  165  125  109
3  153  128  174
4  135  157  188

所以我們需要做的就是：

1. 將colC變成pd.DataFrame
2. 從df刪除原始colC
3. 使用df加入轉換colC

這可以在單行中完成：

df = df.drop('colC', axis=1).join(pd.DataFrame(df.colC.values.tolist()))

df的內容現在是pd.DataFrame ：

   colA  colB  foo  bar  baz
0     2     4  154  190  171
1     4    10  152  130  164
2     4    10  165  125  109
3     3     8  153  128  174
4    10     9  135  157  188

Answer 2

我最近遇到了同樣的挑戰，我設法使用apply和join手動完成。

import pandas as pd

def expand_dict_column(df: pd.DataFrame, column) -> pd.DataFrame:
    df.drop(columns=[column], inplace=False).join(
        df.apply(lambda x: pd.Series(x[column].values(), index=x[column].keys()), axis=1))

對於問題的列，它看起來像這樣：

df.drop(columns=["colC"], inplace=False).join(
    df.apply(lambda x: pd.Series(x["colC"].values(), index=x["colC"].keys()), axis=1))