为了账号安全,请及时绑定邮箱和手机立即绑定

Pandas:将特定行的字典列表分解为多行

Pandas:将特定行的字典列表分解为多行

蝴蝶刀刀 2024-01-24 15:32:06
正如标题所示,我陷入了一种需要将数据帧的一行分解为多行的情况。数据框的当前状态:import pandas as pdop_d = {'A': [['NULL', 'NULL','NULL','NULL','NULL']],        'V':[[{'2016': '488.386000'},{'2017': '469.508000'},              {'2018': '445.510000'},{'2019': '579.299000'},              {'2020': '493.786000'}]],        'Q':[[{'2016': '488.386000'},{'2017': '469.508000'},              {'2018': '445.510000'},{'2019': '579.299000'},               {'2020': '493.786000'}]],         'Z': [['NULL', 'NULL','NULL','NULL','NULL']]}df = pd.DataFrame(op_d)数据框的期望状态:op_d2 = {'Date':[2016,2017,2018,2019,2020],'A': ['NULL', 'NULL','NULL','NULL','NULL'],        'V':[488.386000,469.508000,445.510000,579.299000,493.786000],        'Q':[488.386000,469.508000,445.510000,579.299000,493.786000],        'Z': ['NULL', 'NULL','NULL','NULL','NULL']}result_df = pd.DataFrame(op_d2)result_df我所做的是将字典的键放入单独的“日期”列中,并保持列的值不变。无论它是 NULL,它都将保持原样。所有列都会有类似的字典。即相同的日期范围。我收到 json 格式的原始响应,将其转换为数据帧以执行一些计算。我将不胜感激任何帮助。原始 json 响应:  { 'Prop1': '',   'Prop2': ['Somedata', 'SomeData2'],   'Prop3': 5,   'Prop4': '',   'StartDate': '',   'Function': 'ABC',   'Identifier': 'ID001',   'Col2': 2,   'Prop5': 'XYZ',   'Frequency': '',   'Limit': '',   'Rows': [{'Row': ['136.731000', '2016']},            {'Row': ['135.331000', '2017']},            {'Row': ['163.965000', '2018']},            {'Row': ['153.371000', '2019']},            {'Row': ['161.864000', '2020']}]},}
查看完整描述

1 回答

?
绝地无双

TA贡献1946条经验 获得超4个赞

虽然我无法对效率做出任何声明,但也许这可以满足您的需求。


op_d_new = {k:(v[0] if v[0][0]=='NULL' else \

               [list(j.values())[0] for j in v[0]]) for k,v in op_d.items()}

for v in op_d.values():

    if v[0][0] == 'NULL':

        continue

    dates = [list(j.keys())[0] for j in v[0]]

    break

op_d_new.update({'Dates':dates})


df = pd.DataFrame(op_d_new)

df

      A           V           Q     Z Dates

0  NULL  488.386000  488.386000  NULL  2016

1  NULL  469.508000  469.508000  NULL  2017

2  NULL  445.510000  445.510000  NULL  2018

3  NULL  579.299000  579.299000  NULL  2019

4  NULL  493.786000  493.786000  NULL  2020


查看完整回答
反对 回复 2024-01-24
  • 1 回答
  • 0 关注
  • 28 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信