Pandas-从“数据框”列中提取值

Posted 2023-01-11

我具有以下格式的数据框：

cust_id, cust_details
101, ['self': 'https://website.com/rest/api/2/customFieldOption/1', 'value': 'Type-A', 'id': '1', 
      'self': 'https://website.com/rest/api/2/customFieldOption/2', 'value': 'Type-B', 'id': '2', 
      'self': 'https://website.com/rest/api/2/customFieldOption/3', 'value': 'Type-C', 'id': '3', 
      'self': 'https://website.com/rest/api/2/customFieldOption/4', 'value': 'Type-D', 'id': '4']
102, ['self': 'https://website.com/rest/api/2/customFieldOption/5', 'value': 'Type-X', 'id': '5', 
      'self': 'https://website.com/rest/api/2/customFieldOption/6', 'value': 'Type-Y', 'id': '6']

我正在尝试为每个cust_id提取所有cust_detail值

预期输出：

cust_id, new_value
101,Type-A, Type-B, Type-C, Type-D
102,Type-X, Type-Y

答案

简单答案：

df['new_value'] = df.cust_details.apply(lambda ds: [d['value'] for d in ds])

更复杂，可能更好的答案：

而不是首先存储字典列表，我建议使每个字典在原始数据帧中排成一行。

df = pd.concat([
        df['cust_id'], 
        pd.DataFrame(
            df['cust_details'].explode().values.tolist(), 
            index=df['cust_details'].explode().index
        )
     ], axis=1)

如果需要按ID对值进行分组，则可以通过标准groupby方法进行分组：

df.groupby('cust_id')['value'].apply(list)

这似乎更复杂，但是从长远来看，这取决于您的用例，可以节省您的精力。