这听起来像是一种疯狂的数据存储方式,但我正在处理稀疏数据,为了节省空间,我创建了数据框,其中一列是可变长度的字典列表(从 1 到一打字典,每个字典包含三个元素)。我正在尝试访问每个字典中的第二个元素,并创建一个仅包含这些第二个元素列表的新列。我实际上无法粘贴我的数据,但是我可以提供一个非常接近它的示例。
想象一下,我有一个包含我的猫、狗和仓鼠属性的数据框,我有 3 只猫、1 只狗和 1 只仓鼠,每只都有颜色和皮毛长度数据。我基本上是在尝试访问每种动物类型的特定属性列表。现在下面的代码工作得很好。但是,如果将它扩展到超过 22,000 行,它会非常慢。这可能是由于 for 循环。
df = pd.DataFrame({'name':['cats','dogs','hamsters'],'attributes':[[{'color':'white','fur':'short'},{'color':'black','fur':'long'},{'color':'gray','fur':'long'}],[{'color':'brown','fur':'short'}],[{'color':'brown','fur':'short'}]]})
df['colors']=''
for i in range(len(df)):
attributes = df.attributes.iloc[i]
df.loc[i,['colors']] = [list(map(lambda x: x['color'],attributes))]
df 之前:
name attributes
0 cats [{'color': 'white', 'fur': 'short'}, {'color':...
1 dogs [{'color': 'brown', 'fur': 'short'}]
2 hamsters [{'color': 'brown', 'fur': 'short'}]
df 之后:
name ... colors
0 cats ... [white, black, gray]
1 dogs ... [brown]
2 hamsters ... [brown]
我正在寻找一种方法来加速这个过程,可能是使用 lambda 函数?不确定,但几乎总有一种方法可以放弃 for 循环,但我就是看不到它。
最佳答案
试试
l=[[y['color'] for y in x] for x in df.attributes]
l
Out[321]: [['white', 'black', 'gray'], ['brown'], ['brown']]
df['color']=l
关于python - 如何加快访问 pandas 数据框列中的字典列表?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56385009/