Comment diviser efficacement une colonne de dictionnaires Pandas DataFrame en colonnes distinctes ?

Diviser une colonne de dictionnaires en colonnes séparées avec des pandas

Introduction au problème

Lorsque vous travaillez avec Pandas DataFrames, il arrive souvent qu'une colonne contienne des dictionnaires comme valeurs. Cela peut poser des problèmes lors d'une analyse plus approfondie des données, car les dictionnaires doivent être divisés en colonnes distinctes pour une meilleure accessibilité et manipulation. Ce problème devient particulièrement pertinent lorsque les dictionnaires ont des longueurs variables et contiennent des clés partagées.

Approche originale et erreur

L'utilisateur dans le message du forum décrit un DataFrame où le ' La colonne Niveaux de polluants contient des dictionnaires. Initialement, ils ont tenté de diviser cette colonne à l'aide du code suivant :

objs = [df, pandas.DataFrame(df['Pollutant Levels'].tolist()).iloc[:, :3]]
df2 = pandas.concat(objs, axis=1).drop('Pollutant Levels', axis=1)

Cependant, cette méthode a entraîné une IndexError en raison d'un découpage hors limites.

Problème Unicode

L'utilisateur soupçonne en outre que le format Unicode des dictionnaires dans la colonne « Niveaux de pollution » peut être à l'origine du problème. Ils se présentent sous la forme :

u{'a': '1', 'b': '2', 'c': '3'}

au lieu de :

{u'a': '1', u'b': '2', u'c': '3'}

Solution

Pour répondre à ces problématiques, l'approche suivante est recommandée :

import pandas as pd

df['Pollutant Levels'] = df['Pollutant Levels'].apply(lambda x: dict(x))
df2 = pd.json_normalize(df['Pollutant Levels'])

Explication

Le la première ligne de code convertit les dictionnaires Unicode en dictionnaires standard. La deuxième ligne utilise la fonction json_normalize de Pandas, qui constitue un moyen pratique de convertir une colonne de dictionnaires en colonnes distinctes. Cette fonction évite le besoin de fonctions d'application coûteuses et produit le DataFrame souhaité :

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

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!