如何定义函数从嵌套字典中提取python中每一行的值？

Question

我在dataframe 'df‘中有一个名为’URL‘的列，每一行都由带有URL的嵌套字典组成，并且它是否是恶意的。我只想为每一行提取嵌套字典的值。

0    {'url example 1': {'malicious': False}}
1    {'url example 2': {'malicious': False}}  

通过定义一个函数，我希望使用'apply‘函数来获得每一行的结果。

下面是我定义的示例函数。

def urlconcern(url):
    try:
        r = s.lookup_urls([url]) 
        return r.values()
    except:
        pass

在使用“apply”函数运行此函数之后

df['urls'].apply(urlconcern)

这只给出下面的结果与圆括号(奇怪)

0    ({'malicious': False})
1    ({'malicious': False})

想要的答案是

False
False

是否有办法这样做？

Answer 1

给熊猫系列s (我假设这是熊猫系列)

s = pd.Series([{'url example 1': {'malicious': False}},
               {'url example 2': {'malicious': False}}])

您可以在next中使用生成器表达式来查找嵌套dicts的值。

out = s.apply(lambda url: next((v for d in url.values() for k,v in d.items()), None))

输出：

0    False
1    False
dtype: bool

然而，我不相信这是你想要的，因为你在这里失去了网址信息。

Answer 2

这是熊猫的资料吗？你实例化了吗？您可能想看看这本字典是如何构造的，因为它应该更像

>>> df = {'url':['url example 1', 'url example 2', 'url example 3'], 'malicious': [False, False, True]}
>>> df = pd.DataFrame(df)
>>> df
             url  malicious
0  url example 1      False
1  url example 2      False
2  url example 3       True

那就去做

>>> df[df['malicious'] == False]
             url  malicious
0  url example 1      False
1  url example 2      False

我知道这并不能准确地回答您的问题，但这是使用DataFrames的一种标准方法，应该有助于您以后的工作流程。