Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Membahagikan Lajur Kamus Panda kepada Lajur Berasingan dengan Cekap?

Bagaimanakah Saya Boleh Membahagikan Lajur Kamus Panda kepada Lajur Berasingan dengan Cekap?

Patricia Arquette
Lepaskan: 2024-12-17 22:35:11
asal
600 orang telah melayarinya

How Can I Efficiently Split a Pandas Column of Dictionaries into Separate Columns?

Memisahkan Lajur Kamus kepada Lajur Berasingan dengan Panda

Huraian Masalah

DataFrame mengandungi lajur kamus yang perlu dipecahkan kepada lajur berasingan. Walaupun kamus terdiri daripada tiga kekunci yang sama ('a', 'b' dan 'c') yang muncul dalam susunan yang sama, ia mungkin berbeza-beza panjangnya. Penyelesaian yang berfungsi sebelum ini menggunakan pandas.concat() kini gagal dengan IndexError.

Penyelesaian

Isu timbul daripada data yang dikodkan sebagai rentetan Unicode dan bukannya objek kamus. Untuk menyelesaikan masalah ini:

  1. Gunakan ast.literal_eval() untuk Menukar Rentetan Unikod:
    Sebelum menggunakan json_normalize, tukar rentetan Unicode kepada kamus menggunakan ast.literal_eval():

    import ast
    df['Pollutant Levels'] = df['Pollutant Levels'].apply(ast.literal_eval)
    Salin selepas log masuk
  2. Normalkan JSON menggunakan json_normalize:
    Gunakan pandas.json_normalize() untuk membahagikan lajur kamus kepada lajur yang berasingan :

    df2 = pd.json_normalize(df['Pollutant Levels'])
    Salin selepas log masuk

Penyelesaian ini mengelakkan penggunaan fungsi guna yang mahal dan menyediakan pendekatan yang lebih cekap dan mantap.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Membahagikan Lajur Kamus Panda kepada Lajur Berasingan dengan Cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan