如何利用JSON数据填充DataFrame中的age字段？

给定数据 #

JSON数据 #

people = {
   'jon' : { 'age' : 20 } ,
   'peter' : { 'age' : 30 } 
}

DataFrame（以姓名为索引） #

尝试过的代码 #

for line in ['jon','peter']:
    df.at[line,'age'] = people[line]['age']

最优解决方案 #

推荐两种无需循环的高效方法，利用Pandas的索引对齐特性，比逐行赋值更简洁且性能更好：

方法一：构造Series直接赋值 #

通过字典推导从people中提取age信息，生成和DataFrame索引匹配的Series，直接赋值给age列：

import pandas as pd

df['age'] = pd.Series({name: details['age'] for name, details in people.items()})

方法二：使用map方法遍历索引 #

利用DataFrame的索引（姓名）直接映射people中的age值：

df['age'] = df.index.map(lambda name: people[name]['age'])

这两种方法都能自动匹配索引完成赋值，无需手动指定遍历对象，在数据量较大时性能优势明显。

内容的提问来源于stack exchange，提问作者quiquee