如何對列中的每個字典執行操作？

Question

如果我在數據框中有一列帶有字典：

col1
{10:24, 7:3}
{5:24, 1:2, 7:8}
{1:1}

如何為每一行執行從每個字典中提取鍵的操作？ 所以我需要得到：

col1
10, 7
5, 1, 7
1

怎么做？ 這個 df["col1"] = df["col1"].keys() 不起作用，我不知道為什么

Answer 1

DataFrame有.keys()來獲取自己的索引，而不是從單元格中的字典中獲取鍵。

但是您可以使用.apply()分別在列中的每個.apply()上運行函數。

df['col1'] = df['col1'].apply(lambda item: item.keys())

---

最小工作示例：

import pandas as pd

df = pd.DataFrame({'col1':[
   {10:24, 7:3},
   {5:24, 1:2, 7:8},
   {1:1},
]})


df['col1'] = df['col1'].apply(lambda item: item.keys())

print(df)

結果（現在它有帶數字的元組）：

        col1
0    (10, 7)
1  (5, 1, 7)
2        (1)

---

順便提一句：

DataFrame具有處理字符串.str特殊方法，它也可以用於list / tuples ，其中一些甚至可以用於dictionary

它無法獲得df['col1'].str.keys()因為string沒有keys但是如果您使用df['col1'].str[10]那么您將從所有具有鍵10字典元素中獲取

0    24.0
1     NaN
2     NaN

Answer 2

df["col1"]不是字典 - 它是一個元組。 這解釋了為什么您會收到AttributeError 。 您需要遍歷數據幀列中的每一行並對其調用keys() 。

df['col1'] = [row.keys() for row in df["col1"]]

Answer 3

DataFrame.apply根據文檔：

沿 DataFrame 的軸應用函數。

幸運的是，默認軸是列，而不是行。 您要查找單列，因此請讓您的應用函數檢查當前列。

df.apply(lambda c: c.keys() if c.name == "col1" else c)