在dataframe列中将键从dict映射到dicts列表

Question

我有一个如下所示的dataframe(df)：

         a   b                                              c
1    35-23  RB   {'1': '1', '13': '15', '14': '30', '20': '3'}
2    24-10  RB              {'1': '1', '13': '17', '14': '86'}
3    26-30  RB              {'1': '1', '13': '14', '14': '54'}  
4     14-7  RB                                              []
5    24-27  RB   {'1': '1', '13': '20', '14': '94', '15': '1'}
6    38-52  RB     {'1': '1', '70': '3', '72': '1', '84': '1'}
7    False  RB   {'1': '1', '70': '4', '71': '1', '72': '0.5'}
8    15-20  RB                                              []
9    30-17  RB                                              []

我还有一本字典给出了人类可读的名字(大约。100键，值对)到c列中的字典键。

dict_names = {1: 'Test', 13: 'Ind Score', 14: 'Successful', 15: 'Cofactor', 20: 'Attempts', etc ...}

我想要做的是将我的dict_names值映射到df第c列中的dicts列表中的键，这样我就有了可读的名称。然后，我会将dicts列表(c列)的键(人类可读的名称)转换为df中的列名。

我知道我可以通过这样的操作将C列中的分词转换为不同的列：

df['c'] = df['c'].apply(lambda x : dict(eval(x)))
df_stats = df['c'].apply(pd.Series)

然后，我可以将df_stats与df连接起来，并删除原来的列c.oila！

但是，我不得不用df第c列中的dicts列表键映射dict_names值。

我正在寻找的最终df输出如下所示：

         a   b  Test    Ind Score   Successful      Cofactor       Attempts ....
1    35-23  RB      1          15           30           NaN              3
2    24-10  RB      1          17           86           NaN            NaN  
3    26-30  RB      1          17           86           NaN            NaN              
4     14-7  RB    NaN         NaN          NaN           NaN            NaN
5    24-27  RB      1          20           94             1            NaN
6    38-52  RB      1          NaN         NaN           NaN            NaN
7    False  RB      1          NaN         NaN           NaN            NaN
8    15-20  RB    NaN          NaN         NaN           NaN            NaN
9    30-17  RB    NaN          NaN         NaN           NaN            NaN 

帮助找到我的方式，我的最后输出将不胜感激。

Answer 1

您可以使用rename并传递一个dict来替换列；

from ast import literal_eval 
df['c'] = df['c'].apply(literal_eval) 
#dd={'1': 'Test', '13': 'Ind Score', '14': 'Successful', '15': 'Cofactor', '20': 'Attempts'}
dd= {str(k):v for k,v in dict_names.items()}#change
pd.concat([df.drop('c',1),df['c'].apply(pd.Series).rename(columns=dd)],1)

Out[1320]: 
       a   b Test Ind Score Successful Attempts
0  35-23  BR    1        15         30        3
1  24-10  BR    1        17         86      NaN
2  26-30  BR    1        14         54      NaN