获取数据框中每列dict的值

Question

输入数据:

data = [
['0039384', [{'A': 415}, {'A': 228}, {'B': 360}, {'B': 198}, {'C': 300}, {'C': 165}]],
['0035584', [{'A': 345}, {'A': 117}, {'B': 223}, {'B': 554}, {'C': 443}, {'C': 143}]]
]
df = pd.DataFrame(data=data, columns=['id', 'prices'])

我想要得到这个结果:

id  CurrentPrice_A  LastPrice_C CurrentPrice_B  LastPrice_B CurrentPrice_C  LastPrice_C
0039384 415         228         360         198         300         165

我已经尝试分开字典，然后每一列替换和重命名，然后获得价格，但它需要大约10行代码。你知道什么快捷的方法吗?

Answer 1

可以方便地遍历数据框的每一行，这样就可以控制算法，将字典两个两个地压缩(以便合并当前的和最后的)，并动态地分配列名及其值。

为方便起见，您可以使用列表和临时字典，而不是使用pd.concat()。

import pandas as pd
data = [
['0039384', [{'A': 415}, {'A': 228}, {'B': 360}, {'B': 198}, {'C': 300}, {'C': 165}]],
['0035584', [{'A': 345}, {'A': 117}, {'B': 223}, {'B': 554}, {'C': 443}, {'C': 143}]]
]
df = pd.DataFrame(data=data, columns=['id', 'prices'])

new_df_rows = []
for index, row in df.iterrows():
grouped_prices = zip(row.prices[::2], row.prices[1::2])  # create groups two-by-two
tmp_dict = {'id': row.id}
for curr_price, last_price in grouped_prices:
tmp_dict.update({
'CurrentPrice_' + str(list(curr_price.keys())[0]): int(list(curr_price.values())[0]),
'LastPrice_' + str(list(last_price.keys())[0]): int(list(last_price.values())[0])
})
new_df_rows.append(tmp_dict)
new_df = pd.DataFrame(new_df_rows)
print(new_df)

输出将是:

id  CurrentPrice_A  LastPrice_A  CurrentPrice_B  LastPrice_B  CurrentPrice_C  LastPrice_C
0  0039384             415          228             360          198             300          165
1  0035584             345          117             223          554             443          143

Answer 2

首先将列表行转换为新列:

dfx = pd.DataFrame(df['prices'].tolist(),index=df.id)
print(dfx)
'''
0           1           2           3           4           5
id                                                                             
0039384  {'A': 415}  {'A': 228}  {'B': 360}  {'B': 198}  {'C': 300}  {'C': 165}
0035584  {'A': 345}  {'A': 117}  {'B': 223}  {'B': 554}  {'C': 443}  {'C': 143}
'''

然后我们把这些列分成奇数和偶数。奇数表示最后的价格，偶数表示当前的价格:

last=list(filter(lambda x: x % 2, list(dfx.columns))) #[1, 3, 5]
currents=list(sorted(set(dfx.columns) - set(last))) #[0, 2, 4]

现在，重命名列:

for i in currents:
dfx=dfx.rename(columns={i:'CurrentPrice_{}'.format(list(dfx[i].iloc[0].keys())[0])})
for i in last:
dfx=dfx.rename(columns={i:'LastPrice_{}'.format(list(dfx[i].iloc[0].keys())[0])})
print(dfx)
'''
id      CurrentPrice_A   LastPrice_A    CurrentPrice_B  LastPrice_B  CurrentPrice_C  LastPrice_C
0039384 {'A': 415}       {'A': 228}     {'B': 360}      {'B': 198}   {'C': 300}  {'C': 165}
0035584 {'A': 345}       {'A': 117}     {'B': 223}      {'B': 554}   {'C': 443}  {'C': 143}
'''

最后，从字典中获取值:

for i in dfx.columns:
dfx[i]=dfx[i].apply(lambda x: list(x.values())[0])
print(dfx)
'''
id      CurrentPrice_A  LastPrice_A CurrentPrice_B  LastPrice_B CurrentPrice_C  LastPrice_C
0039384 415             228         360             198         300             165
0035584 345             117         223             554         443             143
'''