主页 / coding / 问题 / 79531796
Accepted
Ghost
Asked: 2025-03-25 01:51:43 +0800 CST

来自嵌套字典的 Polars Dataframe 作为列

  • 772

我有一个嵌套列的字典，每个列都以索引作为键。当我尝试将其转换为 polars 数据框时，它会正确获取列名和值，但每列只有一个元素，即列元素的字典，而不会将其“扩展”为一系列。

举个例子，假设我有：

d = {'col1': {'0':'A','1':'B','2':'C'}, 'col2': {'0':1,'1':2,'2':3}}

然后，当我执行pl.DataFrame(d)或 时pl.from_dict(d)，我得到：

col1           col2
---            ---
struct[3]      struct[3]
{"A","B","C"}  {1,2,3}

而不是常规的数据框。

知道如何修复这个问题吗？

提前致谢！

python-polars

1 个回答

  1. Best Answer

    没有特别直接的方法可以做到这一点。基本上，你必须一次取出一列，然后将其取消透视，然后再将每列重新连接在一起。

    设置

    d = {'col1': {'0':'A','1':'B','2':'C'}, 'col2': {'0':1,'1':2,'2':3}}
df = pl.DataFrame(d)

    达到（我认为的）期望的输出

    
df_final=None
for col in df.columns:
    df_new = df[col].to_frame().unnest(col)
    df_new = df_new.unpivot(variable_name="index", value_name=col)
    if df_final is None:
        df_final=df_new
    else:
        df_final=df_final.join(df_new, on="index", how="full", coalesce=True)
df_final
shape: (3, 3)
┌───────┬──────┬──────┐
│ index ┆ col1 ┆ col2 │
│ ---   ┆ ---  ┆ ---  │
│ str   ┆ str  ┆ i64  │
╞═══════╪══════╪══════╡
│ 0     ┆ A    ┆ 1    │
│ 1     ┆ B    ┆ 2    │
│ 2     ┆ C    ┆ 3    │
└───────┴──────┴──────┘

    如果索引键保证平衡，则简化

    如果您可以确保嵌套列的键始终是统一且有序的，您可以将其作为map_batches带有连接的 for 循环来执行。

    df.select(pl.all().map_batches(lambda s: (
    s.to_frame().unnest(s.name).unpivot()['value']
)))
shape: (3, 2)
┌──────┬──────┐
│ col1 ┆ col2 │
│ ---  ┆ ---  │
│ str  ┆ i64  │
╞══════╪══════╡
│ A    ┆ 1    │
│ B    ┆ 2    │
│ C    ┆ 3    │
└──────┴──────┘
    • 2

相关问题