python - 将一列json字符串转换成列数据

Question

我有一个大约 30000 行的大数据框和一个包含 json 字符串的列。每个 json 字符串都包含许多变量及其值我想将这个 json 字符串分解为数据列

两行看起来像

0 {"a":"1","b":"2","c":"3"}
1 {"a" ;"4","b":"5","c":"6"}

我想把它转换成像这样的数据框

a   b   c
1   2   3
4   5   6

请帮忙

Answer 1

您的列值似乎在实际的 json 字符串之前有一个额外的数字。所以你可能想先把它去掉(如果不是这种情况，跳到方法)

一种方法是对列应用一个函数

# constructing the df
df = pd.DataFrame([['0 {"a":"1","b":"2","c":"3"}'],['1 {"a" :"4","b":"5","c":"6"}']], columns=['json'])

# print(df)
                         json
# 0  0 {"a":"1","b":"2","c":"3"}
# 1  1 {"a" :"4","b":"5","c":"6"}

# function to remove the number
import re

def split_num(val):
    p = re.compile("({.*)")
    return p.search(val).group(1)

# applying the function
df['json'] = df['json'].map(lambda x: split_num(x))
print(df)

#                          json
# 0   {"a":"1","b":"2","c":"3"}
# 1  {"a" :"4","b":"5","c":"6"}

---

方法:

一旦 df 为上述格式，下面的代码会将每一行条目转换为字典:

df['json'] = df['json'].map(lambda x: dict(eval(x)))

然后，将 pd.Series 应用于该列即可完成工作

d = df['json'].apply(pd.Series)
print(d)
#   a  b  c
# 0  1  2  3
# 1  4  5  6