根据 json 字符串系列类型过滤极坐标数据帧

Question

我有一个像这样的 Polars 数据框

df = pl.DataFrame(
        {
            "tags": ['{"ref":"@1", "area": "livingroom", "type": "elec"}', '{"ref":"@2", "area": "kitchen"}', '{"ref":"@3", "type": "elec"}'],
            "name": ["a", "b", "c"],
        })
    

┌────────────────────────────────────────────────────┬──────┐
│ tags                                               ┆ name │
│ ---                                                ┆ ---  │
│ str                                                ┆ str  │
╞════════════════════════════════════════════════════╪══════╡
│ {"ref":"@1", "area": "livingroom", "type": "elec"} ┆ a    │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌┤
│ {"ref":"@2", "area": "kitchen"}                    ┆ b    │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌┤
│ {"ref":"@3", "type": "elec"}                       ┆ c    │
└────────────────────────────────────────────────────┴──────┘

我要做的是创建一个过滤函数，根据标签列过滤数据帧。

即我只想留下行

其中标签列有一个区域键和一个具有值 elec 的类型键

我怎样才能做到这一点？

最好使用原生表达式 API，但这并不重要。

谢谢

Answer 1

首先，您可以使用

pl.Expr.str.json_decode

获取包含 JSON 信息的 struct 列。接下来，您可以取消嵌套该结构列并根据上述条件过滤数据框。

(
    df
    .with_columns(
        pl.col("tags").str.json_decode()
    )
    .unnest("tags")
    .filter(
        pl.col("area").is_not_null(),
        pl.col("type") == "elec",
    )
)

shape: (1, 4)
┌─────┬────────────┬──────┬──────┐
│ ref ┆ area       ┆ type ┆ name │
│ --- ┆ ---        ┆ ---  ┆ ---  │
│ str ┆ str        ┆ str  ┆ str  │
╞═════╪════════════╪══════╪══════╡
│ @1  ┆ livingroom ┆ elec ┆ a    │
└─────┴────────────┴──────┴──────┘