Python 将嵌套的字典列表转换成Pandas数据框架

2023年3月27日下午2:46 • python-answer

将嵌套的字典列表转换成Pandas数据框架是Pandas中常用的数据预处理技巧之一。下面是详细的攻略：

准备数据

先准备一个嵌套的字典列表，例如：

data = [
    {
        'name': 'Alice',
        'age': 25,
        'skills': ['Python', 'Java', 'SQL'],
        'contact': {
            'email': 'alice@example.com',
            'phone': '1234567890'
        }
    },
    {
        'name': 'Bob',
        'age': 30,
        'skills': ['Python', 'C++'],
        'contact': {
            'email': 'bob@example.com',
            'phone': '0987654321'
        }
    }
]

这是一个包含两个字典的列表，每个字典都包含name、age、skills和contact四个属性。

转换为数据框架

接下来，我们需要把这个嵌套的字典列表转换成Pandas数据框架。可以使用pd.DataFrame函数来完成转换：

import pandas as pd

df = pd.DataFrame(data)

这样，data就被成功地转换成了一个Pandas数据框架。下面是转换后的数据框架：

    name  age            skills                    contact
0  Alice   25  [Python, Java, SQL]  {'email': 'alice@example.com', 'phone': '1234567890'}
1    Bob   30        [Python, C++]    {'email': 'bob@example.com', 'phone': '0987654321'}

其中，每个字典的一个键被转换为了数据框架的一个列，每个字典的一个值被转换成了数据框架中的一行。

但是，我们可以发现，skills和contact两列的值还是一个嵌套的数据结构，不方便进一步的数据分析和处理。因此，我们需要进行下一步的操作。

展开嵌套的数据结构

为了方便后续的数据处理，我们需要将嵌套的数据结构展开成新的列。下面分别对skills和contact两个嵌套的数据结构进行展开。

展开`skills`

skills是一个字符串列表，我们可以使用apply(pd.Series)函数将其展开成新的列：

skills_df = df['skills'].apply(pd.Series)
skills_df.columns = ['skill_1', 'skill_2', 'skill_3']

这样，skills列就被转换成了三个新的列skill_1、skill_2和skill_3，包含了每个人的三种技能。

展开`contact`

contact是一个字典，我们需要将其展开成两个新的列。可以使用apply(pd.Series)函数将其展开，再与原来的数据框架合并：

contact_df = df['contact'].apply(pd.Series)
contact_df.columns = ['contact_email', 'contact_phone']

df = pd.concat([df, skills_df, contact_df], axis=1)
df = df.drop(['skills', 'contact'], axis=1)

这样，contact列就被转换成了两个新的列contact_email和contact_phone。

完整代码

下面是完整的Python代码：

import pandas as pd

data = [
    {
        'name': 'Alice',
        'age': 25,
        'skills': ['Python', 'Java', 'SQL'],
        'contact': {
            'email': 'alice@example.com',
            'phone': '1234567890'
        }
    },
    {
        'name': 'Bob',
        'age': 30,
        'skills': ['Python', 'C++'],
        'contact': {
            'email': 'bob@example.com',
            'phone': '0987654321'
        }
    }
]

df = pd.DataFrame(data)
skills_df = df['skills'].apply(pd.Series)
skills_df.columns = ['skill_1', 'skill_2', 'skill_3']

contact_df = df['contact'].apply(pd.Series)
contact_df.columns = ['contact_email', 'contact_phone']

df = pd.concat([df, skills_df, contact_df], axis=1)
df = df.drop(['skills', 'contact'], axis=1)

print(df)

输出结果如下：

    name  age  skill_1 skill_2 skill_3      contact_email contact_phone
0  Alice   25   Python    Java     SQL  alice@example.com    1234567890
1    Bob   30   Python     C++    None    bob@example.com    0987654321

可以看到，skills和contact两个嵌套的数据结构已经被成功展开成了新的列，数据得到了进一步的清理和预处理。

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：Python 将嵌套的字典列表转换成Pandas数据框架 - Python技术站