在dataframe的json记录中查找空值

Question

假设我们有一个数据帧，格式如下：

col1
{'overall_mean': '93.07', 'overall_median': '91.05'}
{}
{'overall_mean': '91.02', 'overall_median': '95.03'}

原始数据为json格式。我想从每一行中提取一些元素，下面是我尝试的内容：

 df['col1'].apply(lambda col: col['overall_mean'])

如果我们在字典中有这个元素，一切都很好，但如果我们没有，它就会抱怨，这是有意义的。然后我改成了这个：

 df['col1'].apply(lambda col: None if len(col['overall_mean']) == 1 else col['overall_mean'])

选择这个条件len(col['overall_mean']) == 1的原因是因为这是唯一返回True的条件。但是，它仍然找不到这些空值。

Answer 1

为什么不直接使用字典的get方法呢？如果关键字不在字典中，则返回None：

df.col1.map(lambda x: x.get('overall_mean'))

#0    93.07
#1     None
#2    91.02
#Name: col1, dtype: object

或者：df.col1.apply(lambda x: x.get('overall_mean'))

Answer 2

来自@Psidom的不错的解决方案。只需从注释中复制一个使用列表理解的替代注释

df['col1'].apply(lambda col: col['overall_mean'] if 'overall_mean' in col else None)