Início / coding / Perguntas / 78925432
Accepted
Bijan
Asked: 2024-08-29 06:04:24 +0800 CST

Pandas Descompacta Lista de Dicts para Colunas

  • 772

Tenho um dataframe que tem um campo chamado fieldsque é uma lista de dicts (todas as linhas têm o mesmo formato). Aqui está como o dataframe é estruturado:

formId    fields
   123    [{'number': 1, 'label': 'Last Name', 'value': 'Doe'}, {'number': 2, 'label': 'First Name', 'value': 'John'}]

Estou tentando descompactar a fieldscoluna para que fique assim:

formId    Last Name    First Name
   123          Doe          John

O código que tenho atualmente é:

for i,r in df.iterrows():
    for field in r['fields']:
        df.at[i, field['label']] = field['value']

No entanto, isso não parece ser a maneira mais eficiente. Existe uma maneira melhor de fazer isso?

python

3 respostas

  1. Você pode usar .apply e .concat para converter os dicts em séries. Finalmente .pivot para converter a coluna em cabeçalhos.

    Dados:

    import pandas as pd


data = {"formId": 123, "fields": [{'number': 1, 'label': 'Last Name', 'value': 'Doe'},
                                  {'number': 2, 'label': 'First Name', 'value': 'John'}]}
df = pd.DataFrame(data=data)

    Código:

    df = (pd
      .concat(objs=[df, df.pop("fields").apply(func=pd.Series)], axis=1)
      .pivot(index="formId", columns="label", values="value")
      .reset_index()
      .rename_axis(mapper=None, axis=1)
      )

print(df)

    Saída:

       formId First Name Last Name
0     123       John       Doe
    • 2
  2. Best Answer

    Pessoalmente, eu construiria um novo dataframe:

    df = pd.DataFrame(
    [
        {"formId": form_id, **{f["label"]: f["value"] for f in fields}}
        for form_id, fields in zip(df["formId"], df["fields"])
    ]
)

print(df)

    Impressões:

       formId Last Name First Name
0     123       Doe       John
    • 2

  3. Solução:

    v = pd.concat([pd.json_normalize(x) for x in df["fields"]]).pivot_table(
    columns="label", values="value", aggfunc=list
)
out = df[["formId"]].join(v.explode(v.columns.tolist(), ignore_index=True))

    Resultado usando entrada de exemplo do OP:

       formId First Name Last Name
0     123       John       Doe

    Também funciona para várias linhas. Para este exemplo de entrada:

    df = pd.DataFrame(
    {
        "formId": [123, 456],
        "fields": [
            [
                {"number": 1, "label": "Last Name", "value": "Doe"},
                {"number": 2, "label": "First Name", "value": "John"},
            ],
            [
                {"number": 1, "label": "Last Name", "value": "Smith"},
                {"number": 2, "label": "First Name", "value": "Jack"},
            ],
        ],
    }
)

    Resultado:

       formId First Name Last Name
0     123       John       Doe
1     456       Jack     Smith
    • 2

relate perguntas