次の列にtest
3列id, name, value
のデータフレームがありますtest['values']
。test
外観のサンプルは次のとおりです。
name values
0 impressions [{'value': 17686, 'end_time': '2018-06-12T07:0...
1 reach [{'value': 6294, 'end_time': '2018-06-12T07:00...
2 follower_count [{'value': 130, 'end_time': '2018-06-12T07:00:...
3 email_contacts [{'value': 1, 'end_time': '2018-06-12T07:00:00...
4 phone_call_clicks [{'value': 0, 'end_time': '2018-06-12T07:00:00...
5 text_message_clicks [{'value': 0, 'end_time': '2018-06-12T07:00:00...
6 get_directions_clicks [{'value': 0, 'end_time': '2018-06
テスト値セルは次のようになります。
[{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686},
{'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}]
次のようにして拡張できます。
test[['Values 1', 'Values 2']] = test['values'].apply(pd.Series)
test[['Date 1', 'Values 1']] = test['Values 1'].apply(pd.Series)
test[['Date 2', 'Values 2']] = test['Values 2'].apply(pd.Series)
test.drop(['values'], axis=1, inplace=True)
結果は次のようになります。
id name Values 1 Values 2 Date 1 Date 2
/insights/impressions/day impressions 17686 4064 2018-06-12T07:00:00+0000 2018-06-13T07:00:00+0000
/insights/reach/day reach 6294 2085 2018-06-12T07:00:00+0000 2018-06-13T07:00:00+0000
/insights/follower_count/day follower_count 130 37 2018-06-12T07:00:00+0000 2018-06-13T07:00:00+0000
私は疑問に思っていました:
a。辞書のリストを拡張するより速い方法があります
b。値1と値2が1つの列に表示されるように、データのピボットを解除する方法があります。そして、日付1と日付2は別の列にあります
入力データがjsonsの場合は、を使用することをお勧めしますjson_normalize
。
j = [{'description': 'Total number 1', 'id': 'a', 'name': 'impressions', 'period': 'day', 'title': 'Impressions', 'values': [{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686}, {'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}]},
{'description': 'fn', 'id': 'b', 'name': 'impressions', 'period': 'day', 'title': 'Impressions', 'values': [{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686}, {'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}]}]
from pandas.io.json import json_normalize
df = json_normalize(j, 'values')
print (df)
end_time value
0 2018-06-12T07:00:00+0000 17686
1 2018-06-13T07:00:00+0000 4064
2 2018-06-12T07:00:00+0000 17686
3 2018-06-13T07:00:00+0000 4064
ただし、必要に応じて元の列も追加します。
from pandas.io.json import json_normalize
df = json_normalize(j, 'values', ['description', 'id', 'name', 'period', 'title'])
print (df)
end_time value description id name period \
0 2018-06-12T07:00:00+0000 17686 Total number 1 a impressions day
1 2018-06-13T07:00:00+0000 4064 Total number 1 a impressions day
2 2018-06-12T07:00:00+0000 17686 fn b impressions day
3 2018-06-13T07:00:00+0000 4064 fn b impressions day
title
0 Impressions
1 Impressions
2 Impressions
3 Impressions
最初の解決策:
test = pd.DataFrame({
'name':['a', 'b', 'n'],
'values':[[{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686},
{'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}],[{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686},
{'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}],[{'end_time': '2018-06-12T07:00:00+0000', 'value': 17686},
{'end_time': '2018-06-13T07:00:00+0000', 'value': 4064}]]
})
df = (pd.concat([pd.DataFrame(x) for x in test['values']], axis=1, keys=(1, 2))
.stack(0)
.reset_index(level=1, drop=True))
print (df)
end_time value
0 2018-06-12T07:00:00+0000 17686
0 2018-06-12T07:00:00+0000 17686
1 2018-06-13T07:00:00+0000 4064
1 2018-06-13T07:00:00+0000 4064
df = test.join(df)
print (df)
name values \
0 a [{'end_time': '2018-06-12T07:00:00+0000', 'val...
0 a [{'end_time': '2018-06-12T07:00:00+0000', 'val...
1 b [{'end_time': '2018-06-12T07:00:00+0000', 'val...
1 b [{'end_time': '2018-06-12T07:00:00+0000', 'val...
2 n [{'end_time': '2018-06-12T07:00:00+0000', 'val...
end_time value
0 2018-06-12T07:00:00+0000 17686.0
0 2018-06-12T07:00:00+0000 17686.0
1 2018-06-13T07:00:00+0000 4064.0
1 2018-06-13T07:00:00+0000 4064.0
2 NaN NaN
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加