我有一个名为 'new_api_df'
的数据框,其中包含一个名为 new_api_df['Categories']
的列,其中包含字典列表:
[{'CallId': 22143866, 'BucketId': 1953, 'SectionId': 1256, 'BucketFullName': 'Categories.Filters.No Sale Made', 'Weight': 1.0}
, {'CallId': 22143866, 'BucketId': 2016, 'SectionId': 1255, 'BucketFullName': 'Categories.Imported.Objections', 'Weight': 3.0}
, {'CallId': 22143866, 'BucketId': 2017, 'SectionId': 1255, 'BucketFullName': 'Categories.Imported.Touting Benefits', 'Weight': 1.0}
]
我想获取每个“BucketFullName”并将这些值放入单独列 new_api_df['category_list']
的列表中,如下所示:
['Categories.Filters.No Sale Made'、'Categories.Imported.Objections'、Categories.Imported.Touting Benefits']
我尝试过使用列表理解,如下所示:
new_api_df['category_list'] =[item['BucketFullName'] 表示 new_api_df['Categories'] 表示字典中的项目]
但出现错误:ValueError:值的长度与索引的长度不匹配
我还尝试过应用和列表理解:
new_api_df['category_list'] = new_api_df['Categories'].apply([item['BucketFullName'] fordictionary in new_api_df['Categories'] for item indictionary])
但我收到以下错误:
AttributeError:“Categories.Filters.No Sale Made”不是“Series”对象的有效函数
我也尝试过:new_api_df['category_list'] = df['Categories'].apply(lambda x: x['BucketFullName'])
但出现错误:TypeError:列表索引必须是整数或切片,而不是 str
new_api_df 切片:
new_api_df.loc[0]:
Contact {'Id': 22143866, 'Type': 'Call', 'WavPath': '\...
RecordInfo {'Id': 22143866, 'RowNumber': 1, 'TotalRowCoun...
Measures {'ID': 22143866, 'TotalHoldCount': 0, 'Agitati...
Others {'ConfidenceAverage': 69, 'SequenceID': None, ...
Sections [{'CallId': 22143866, 'SectionId': 1041, 'Sect...
Categories [{'CallId': 22143866, 'BucketId': 1953, 'Secti...
Scores [{'CallId': 22143866, 'ScoreId': 399, 'ScoreNa...
ScoreComponents [{'CallId': 22143866, 'ScoreComponentId': 4497...```
最佳答案
我想你想要
df=pd.DataFrame({'Categories':[{'CallId': 22143866, 'BucketId': 1953, 'SectionId': 1256, 'BucketFullName': 'Categories.Filters.No Sale Made', 'Weight': 1.0}
, {'CallId': 22143866, 'BucketId': 2016, 'SectionId': 1255, 'BucketFullName': 'Categories.Imported.Objections', 'Weight': 3.0}
, {'CallId': 22143866, 'BucketId': 2017, 'SectionId': 1255, 'BucketFullName': 'Categories.Imported.Touting Benefits', 'Weight': 1.0}
]})
df['category_list']=df['Categories'].apply(lambda x: x[0]['BucketFullName'])
print(df)
# Categories \
#0 {'CallId': 22143866, 'BucketId': 1953, 'Sectio...
#1 {'CallId': 22143866, 'BucketId': 2016, 'Sectio...
#2 {'CallId': 22143866, 'BucketId': 2017, 'Sectio...
#
# category_list
#0 Categories.Filters.No Sale Made
#1 Categories.Imported.Objections
#2 Categories.Imported.Touting Benefits
更新
请注意,这会为每个单元格创建一个列表。
df['category_list']=df['Categories'].apply(lambda x: [m_dict['BucketFullName'] for m_dict in x])
然后你可以使用DataFrame.explode
df = df.explode('category_list')
#(df['Categories'].apply(lambda x: [m_dict['BucketFullName'] for m_dict in x])
# .explode()) #check the explode serie
关于python - 如何根据字典列表中的特定值在单独的 Dataframe 列中创建列表?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59757541/