通过熊猫词典创建新栏目

Question

我有一个有2列的DataFrame

combined | out_dict
--------------------
"sentence 1" | {class1: 30, class2: 42, class3: 5, class4:42}
"sentence 2" | {class1: 60, class2: 10, class3: 40, class4:40}

现在，我想把它转换成一个新的数据格式，如下所示。如果概率大于或等于40，则为其创建两个新列。i.e

combined      | class1 | class1_score | class2 | class2_score | class3 | class3_score |class4 | class4_score
-------------------------------------------------------------------------------------------------------
"sentence 1" | Nan       |  NaN       | 1     |   42          | Nan    | Nan          | 1     | 42

"sentence 2" | 1       |  60       | Nan     |   Nan          | 1    | 40          | 1     | 40

我尝试过使用一些手动逻辑，比如遍历整个数据帧，但这看起来效率很低。请指导我为这个问题创造一个最佳的解决方案。

编辑

我的解决方案：

self.df[list(ref_garm_dict.keys())] = "" # a dictionary with classes name
    for _, row in self.df.iterrows():
        for key, value in row["out_dict"].items():
            if value >= 40:
                row[key] = 1
                row[key + "_score"] = value # has no effect so _score columns are not created.

Answer 1

您可以首先将所有字典按原样转换为列。

df = df.set_index('combined')['out_dict'].apply(pd.Series)

然后根据需要添加/修改列

for col in df.columns:
    score_name = f'{col}_score'
    df[score_name] = df[col]
    df[score_name].loc[df[col]<40] = np.nan
    df[col] = df[score_name].isna().map({False: 1})

最后，处理格式。

df.sort_index(axis=1).reset_index()