[英]How do I define a function to extract values from nested dictionary for each row in python
我在 dataframe 'df' 中有一個名為 'urls' 的列,每一行都包含嵌套字典和 URL 以及它是否是惡意的。 我只想為每一行提取嵌套字典的值。
0 {'url example 1': {'malicious': False}}
1 {'url example 2': {'malicious': False}}
通過定義 function,我想使用“應用”function 來獲得每一行的結果。
這是我定義的示例 function。
def urlconcern(url):
try:
r = s.lookup_urls([url])
return r.values()
except:
pass
使用“應用”運行此 function
df['urls'].apply(urlconcern)
這只給出了下面帶有圓括號的結果(奇怪)
0 ({'malicious': False})
1 ({'malicious': False})
期望的答案是
False
False
有什么辦法可以做到嗎?
給定 pandas 系列s
我假設它是 pandas 系列)
s = pd.Series([{'url example 1': {'malicious': False}},
{'url example 2': {'malicious': False}}])
您可以在next
中使用生成器表達式來查找嵌套字典的值。
out = s.apply(lambda url: next((v for d in url.values() for k,v in d.items()), None))
Output:
0 False
1 False
dtype: bool
但是,我不相信這是您正在尋找的東西,因為您在這里丟失了 url 信息。
這是 pandas dataframe 嗎? 你實例化了嗎? 您可能想看看這本字典是如何構造的,因為它應該更像
>>> df = {'url':['url example 1', 'url example 2', 'url example 3'], 'malicious': [False, False, True]}
>>> df = pd.DataFrame(df)
>>> df
url malicious
0 url example 1 False
1 url example 2 False
2 url example 3 True
然后做
>>> df[df['malicious'] == False]
url malicious
0 url example 1 False
1 url example 2 False
我知道這並不能准確回答您的問題,但它是使用 DataFrames 的標准方式,應該有助於您以后的工作流程。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.