如何有效地拆分 Pandas DataFrame 中长度不等的嵌套字典列？

使用 json_normalize 拆分 Pandas 中的嵌套字典列

在 Python 中，使用 Pandas DataFrame 时，可能会遇到以下情况：最后一列包含嵌套字典。要将这些值提取到单独的列中，如果字典的长度不相等，您可能会面临挑战。

本文介绍了使用 json_normalize() 函数的解决方案。下面是一个示例：

import pandas as pd

# Sample DataFrame with a column of nested dictionaries
df = pd.DataFrame({
    'Station ID': ['8809', '8810', '8811', '8812', '8813'],
    'Pollutant Levels': [
        {'a': '46', 'b': '3', 'c': '12'},
        {'a': '36', 'b': '5', 'c': '8'},
        {'b': '2', 'c': '7'},
        {'c': '11'},
        {'a': '82', 'c': '15'},
    ]
})

# Extract columns using json_normalize
df2 = pd.json_normalize(df['Pollutant Levels'])

# Concatenate with original DataFrame
df = pd.concat([df, df2], axis=1)

# Drop the original 'Pollutant Levels' column
df = df.drop(columns=['Pollutant Levels'])

print(df)

输出：

   Station ID  a  b  c
0       8809  46  3  12
1       8810  36  5  8
2       8811  NaN  2  7
3       8812  NaN  NaN  11
4       8813  82  NaN  15

这种方法有效地将嵌套字典值提取到单独的列中，处理不同字典长度的问题。 json_normalize() 函数有效地将嵌套的 JSON 数据转换为表格格式，无需复杂的 apply 函数。

以上是如何有效地拆分 Pandas DataFrame 中长度不等的嵌套字典列？的详细内容。更多信息请关注PHP中文网其他相关文章！