从dataframe列中提取字典列表

Question

Dataframe是这样的

​

​

我想把那个行值提取到相同的数据中。

df["row"][0] values like

{‘加速度’：0，‘距离’：0.917，‘能量_成本’：4.644，‘估计能量’：76.323，‘一半’：1，‘代谢_能量’：17.043，'pos_x'：-27.14，'pos_y'：50.03，‘速度’：3.67，‘视频_秒’：5.0}，{‘加速度’：0，‘距离’：0.848，‘能量_成本’：4.647，“估计能量”：70.546，‘一半’：1，‘代谢能力’：15.753，'pos_x'：-27.988，'pos_y'：50.022，‘速度’：3.39，‘视频_秒’：5.25}，{‘加速度’：0，‘距离’：0.848，‘能量_成本’：3.978，‘估计能量’：60.39，‘一半’：1，‘代谢动力’：13.485，'pos_x'：-28.835，'pos_y'：50.015，‘速度’：3.39，‘视频_秒’：5.5}，{‘加速度’：0，‘距离’：0.848，‘能量_成本’：4.647，‘估计能量’：70.546，‘一半’：1，‘代谢_功率’：15.753，'pos_x'：-29.682，'pos_y'：50.008，“速度”：3.39，“视频秒”：5.75}，{“加速度”：0，“距离”：0.848，“能源成本”：4.647，“估计能量”：70.546，“一半”：1，“代谢能力”：15.753，'pos_x'：-30.53，'pos_y'：50.0，‘速度’：3.39，‘视频_秒’：6.0}，{‘加速度: 0.445，’距离‘：0.959，’能量_成本‘：4.647，’估计能量‘：79.805，’一半‘：1，’代谢_能量‘：17.82，'pos_x'：-31.345，'pos_y'：50.505，’速度‘：3.835，’视频_秒‘：6.25}，{’加速度‘：0，’距离‘：0.959，’能量_成本‘：5.91，“估计能量”：101.505，‘一半’：1，‘代谢能力’：22.666，'pos_x'：-32.16，'pos_y'：51.01，‘速度’：3.835，‘视频_秒’：6.5}，{‘加速度’：0.0，‘距离’：0.959，‘能量_成本’：4.647，‘估计能源’：79.805，‘一半’：1，“代谢能力”：17.82，'pos_x'：-32.975，'pos_y'：51.515，‘速度’：3.835，‘视频_秒’：6.75}，{‘加速度’：0，‘距离’：0.959，‘能量_成本’：4.644，‘估计能量’：79.761，‘一半’：1，‘代谢_功率’：17.81，'pos_x'：-33.79，‘'pos_y'：52.02，’速度‘：3.835，’视频_秒‘：7}

想要的数据是像id，数字，acc，距离，.然后按视频秒排序。

我怎么能这么做？

Answer 1

尝试：

from ast import literal_eval

# if not converted already, apply ast.literal_eval
df["row"] = df["row"].apply(literal_eval)

df = df.explode("row")
df = pd.concat([df, df.pop("row").apply(pd.Series)], axis=1).sort_values(
    "video_second"
)

print(df)

指纹：

    id  number  acceleration  distance  energy_cost  estimated_energy  half  metabolic_power   pos_x   pos_y  speed  video_second
0  340       6         0.000     0.917        4.644            76.323   1.0           17.043 -27.140  50.030  3.670          5.00
0  340       6         0.000     0.848        4.647            70.546   1.0           15.753 -27.988  50.022  3.390          5.25
0  340       6         0.000     0.848        3.978            60.390   1.0           13.485 -28.835  50.015  3.390          5.50
0  340       6         0.000     0.848        4.647            70.546   1.0           15.753 -29.682  50.008  3.390          5.75
0  340       6         0.000     0.848        4.647            70.546   1.0           15.753 -30.530  50.000  3.390          6.00
0  340       6         0.445     0.959        4.647            79.805   1.0           17.820 -31.345  50.505  3.835          6.25
0  340       6         0.000     0.959        5.910           101.505   1.0           22.666 -32.160  51.010  3.835          6.50
0  340       6         0.000     0.959        4.647            79.805   1.0           17.820 -32.975  51.515  3.835          6.75
0  340       6         0.000     0.959        4.644            79.761   1.0           17.810 -33.790  52.020  3.835          7.00