从字典中提取值并有条件地将它们分配给 pandas 中的列

Question

我正在尝试从 pandas 中的一列字典中提取值，并将它们分配给各自已经存在的列。我在下面硬编码了我拥有的数据集的示例：

df_have = pd.DataFrame(
{
    'value_column':[np.nan, np.nan, np.nan]
    ,'date':[np.nan, np.nan, np.nan]
    ,'string_column':[np.nan, np.nan, np.nan]
    , 'dict':[[{'value_column':40},{'date':'2017-08-01'}],[{'value_column':30}, 
{'string_column':'abc'}],[{'value_column':10},{'date':'2016-12-01'}]]
})

df_have

df_want = pd.DataFrame(
    {
        'value_column':[40, 30, 10]
        ,'date':['2017-08-01', np.nan, '2016-12-01']
        ,'string_column':[np.nan, 'abc', np.nan]
        ,'dict':[[{'value_column':40},{'date':'2017-08-01'}],[{'value_column':30}, 
{'string_column':'abc'}],[{'value_column':10},{'date':'2016-12-01'}]]})
df_want

我已经设法使用循环从字典中提取值：

'''

for row in range(len(df_have)):
    row_holder = df_have.dict[row]
    number_of_dictionaries_in_the_row = len(row_holder)
    
    for dictionary in range(number_of_dictionaries_in_the_row):
        variable_holder = df_have.dict[row][dictionary].keys()
        variable = list(variable_holder)[0]
        value = df_have.dict[row][dictionary].get(variable)

'''

我现在需要以某种方式有条件地将 df_have 变成 df_want。我很高兴采用全新的方法并从头开始重新创建整个事物。我们甚至可以假设我只有一个包含字典的数据框，没有其他任何东西。

Answer 1

您可以使用 pandas 字符串方法来提取数据，尽管我认为在 Pandas 中嵌套数据结构效率低下：

df_have.loc[:, "value_column"] = df_have["dict"].str.get(0).str.get("value_column")
df_have.loc[:, "date"] = df_have["dict"].str.get(-1).str.get("date")
df_have.loc[:, "string_column"] = df_have["dict"].str.get(-1).str.get("string_column")


 value_column   date       string_column    dict
0   40        2017-08-01    None    [{'value_column': 40}, {'date': '2017-08-01'}]
1   30        None          abc     [{'value_column': 30}, {'string_column': 'abc'}]
2   10        2016-12-01    None    [{'value_column': 10}, {'date': '2016-12-01'}]

从字典中提取值并有条件地将它们分配给 pandas 中的列

Extract values from dictionary and conditionally assign them to columns in pandas

python

calculated-columns

conditional-statements

pandas