字典列表和字典中的字典

Question

我想从字典列表中创建一个干净的pandas数据帧，其中字典中的键的值也可以是字典列表。

以下是我的初始列表：

[ {'product_id':1, 
   'categories': [{'toy_id':'x1', 'sales':50}, {'toy_id':'x2', 'sales':50}], 
   'buyers': [{'buyer_id':'y1' , 'buyer_age':22}, {'buyer_id':'y2' ,'buyer_age':31}]}]

最初，我将列表转换为pandas dataframe

list_pd = pd.DataFrame(list)

虽然这将我的列表转换为pandas数据帧，但其中有两个名为“类别”和“买家”的列，它们仍然是一个字典列表。我不确定如何将这些列转换为键名是列名、值在行中的列。我的最终结果如下所示：

____product_id____toy_id____sales____buyer_id____buyer_age

________1_________x1_______50_______y1__________22____
________1_________x2_______50_______y2__________31____

以下是我尝试过的代码(我正在尝试将之前的代码再次转换为数据帧，认为它可能会破坏字典)：

list_pd_2 = pd.DataFrame(list_pd)

有人能帮上忙吗？

Answer 1

一旦您像以前一样创建了list_pd，您就可以在categories和buyers列上使用explode，然后从每个分解列创建一个dataframe，保留原始索引，将dataframe和join都concat到列'product_id‘，如下所示：

s_cat = list_pd['categories'].explode()
s_buy = list_pd['buyers'].explode()
df_f = list_pd[['product_id']]\
              .join(pd.concat([pd.DataFrame(s_cat.tolist(), index=s_cat.index), 
                               pd.DataFrame(s_buy.tolist(), index=s_buy.index)], 
                              axis=1))
print (df_f)
   product_id toy_id  sales buyer_id  buyer_age
0           1     x1     50       y1         22
0           1     x2     50       y2         31

Answer 2

您可以使用pandas json_normalize函数:获取两个数据帧(类别和买家)，并与pandas concat合并：

from pandas import json_normalize
categories = json_normalize(data,'categories','product_id')
buyers = json_normalize(data,'buyers')
pd.concat((categories,buyers),axis=1)

    toy_id  sales   product_id  buyer_id    buyer_age
0     x1      50       1          y1          22
1     x2      50       1          y2          31