Python Pandas：如何从嵌套字典中创建列

Question

我正试图通过创建单独的列来过滤数据框，以提高可读性和可用性。

问题陈述：列“ Editables”具有一个嵌套的字典，作为我试图根据键创建单独的列的值。例如'photo_repace''text_remove'，'text_add'具有不同的列。

嵌套字典：

{
'photo': {
    'photo_replace': None,
    'photo_remove': None,
    'photo_add': None,
    'photo_effect': None,
    'photo_brightness': None,
    'background_color': None,
    'photo_resize': None,
    'photo_rotate': None,
    'photo_mirror': None,
    'photo_layer_rearrange': None,
    'photo_move': None
},
'text': {
    'text_remove': None,
    'text_add': None,
    'text_edit': None,
    'font_select': None,
    'text_color': None,
    'text_style': None,
    'background_color': None,
    'text_align': None,
    'text_resize': None,
    'text_rotate': None,
    'text_move': None,
    'text_layer_rearrange': None
}
}

输出

我一直在使用的代码：

df["editables"] = df["editables"].apply(lambda x : dict(eval(x)))
df_edit = df["editables"].apply(pd.Series )

输出：

Answer 1

使用每行json.json_normalize和json.json_normalize，最后删除列名中第一个concat之前的值：

concat

Answer 2

尝试一下：

.

注意：

from pandas.io.json import json_normalize

c = ['photo.photo_replace', 'photo.photo_remove', 'text.text_remove']
df = pd.concat([json_normalize(x)[c] for x in df['editables']], ignore_index=True)
df.columns = df.columns.str.split('.').str[1]
print (df)
  photo_replace photo_remove text_remove
0          None         None        None
1          None         None        None

数据帧。