如何將包含嵌套列表的字典列表轉換為 pandas df

Question

我有一個字典列表：

list_of_dicts = [{'name': 'a', 'counts': [{'dog': 2}]}, 
          {'name': 'b', 'counts': [{'cat': 1}, {'capibara': 5}, {'whale': 10}]}, 
          {'name': 'c', 'counts': [{'horse':1}, {'cat': 1}]]

我想將其轉換為 pandas dataframe ，如下所示：

姓名	動物	頻率
一個	狗	2
b	貓	1
b	卡比巴拉	5
b	鯨	10
c	馬	1
c	貓	1

在當前代碼中，我嘗試對其進行規范化：

from pandas import json_normalize
df = json_normalize(list_of_dicts, 'counts')

但我認為我走錯了方向。 此外，如果我做一個簡單的df = pd.DataFrame(list_of_dicts) ，它會導致每個 dicts 列表都是一個單行值，這是不希望的。

Answer 1

• 必須使用pandas.json_normalize的record_path和meta參數。
• 然后這些列將是動物，它們被堆疊成一列。

import pandas as pd

# test data
list_of_dicts = [{'name': 'a', 'counts': [{'dog': 2}]}, {'name': 'b', 'counts': [{'cat': 1}, {'capibara': 5}, {'whale': 10}]}, {'name': 'c', 'counts': [{'horse':1}, {'cat': 1}]}]

# load and transform the dataframe
pd.json_normalize(list_of_dicts, 'counts', 'name').set_index('name').stack().reset_index().rename(columns={'level_1': 'Animal', 0: 'Frequency'})

# display(df)
  name    Animal  Frequency
0    a       dog        2.0
1    b       cat        1.0
2    b  capibara        5.0
3    b     whale       10.0
4    c     horse        1.0
5    c       cat        1.0

Answer 2

嘗試json_normalize與melt ：

(pd.json_normalize(list_of_dicts, record_path='counts', meta='name')
   .melt('name', var_name='Animal', value_name='Frequency')
   .dropna()
)

Output：

   name    Animal  Frequency
0     a       dog        2.0
7     b       cat        1.0
11    c       cat        1.0
14    b  capibara        5.0
21    b     whale       10.0
28    c     horse        1.0

Answer 3

嘗試這個？

>>> pd.json_normalize(list_of_dicts, 'counts').melt().dropna()

Answer 4

您還可以將df.explode與df.apply一起使用：

In [50]: df = pd.DataFrame(list_of_dicts).explode('counts')
In [74]: df.counts = df.counts.apply(lambda x: list(x.items())[0])

In [77]: df[['Animal', 'Frequency']] = pd.DataFrame(df['counts'].tolist(), index=df.index)

In [79]: df.drop('counts', 1, inplace=True)

In [80]: df
Out[80]: 
  name    Animal  Frequency
0    a       dog          2
1    b       cat          1
1    b  capibara          5
1    b     whale         10
2    c     horse          1
2    c       cat          1