如何快速提取DataFrame列内字典值并生成指定格式数据？

实现代码 #

import pandas as pd

data = [
    ['0039384', [{'A': 415}, {'A': 228}, {'B': 360}, {'B': 198}, {'C': 300}, {'C': 165}]],
    ['0035584', [{'A': 345}, {'A': 117}, {'B': 223}, {'B': 554}, {'C': 443}, {'C': 143}]]
]

df = pd.DataFrame(data=data, columns=['id', 'prices'])

# 核心链式处理
result = (
    df.explode('prices')
    .assign(
        key=lambda x: x['prices'].apply(lambda d: next(iter(d.keys()))),
        value=lambda x: x['prices'].apply(lambda d: next(iter(d.values()))),
        type=lambda x: x.groupby(['id', 'key']).cumcount().map({0: 'CurrentPrice', 1: 'LastPrice'})
    )
    .pivot(index='id', columns=['type', 'key'], values='value')
    .sort_index(axis=1, level=1)
    .pipe(lambda x: x.set_axis([f'{t}_{k}' for t, k in x.columns], axis=1))
    .reset_index()
)

print(result.to_string(index=False))

输出结果 #

id CurrentPrice_A LastPrice_A CurrentPrice_B LastPrice_B CurrentPrice_C LastPrice_C
0039384           415          228           360          198           300          165
0035584           345          117           223          554           443          143

关键步骤说明 #

• explode('prices')：将每个id对应的字典列表拆分为多行，每个字典单独占一行
• assign方法一次性生成三个辅助列：
  • key：提取每个字典的唯一键（A/B/C）
  • value：提取字典对应的价格数值
  • type：按id+key分组后给每行编号，将第0个标记为CurrentPrice、第1个标记为LastPrice
• pivot：将长表转为宽表，构建以type和key为多级索引的列
• sort_index：按字母A/B/C排序列，保证输出顺序符合预期
• pipe+set_axis：将多级列名合并为类型_字母的格式，比如CurrentPrice_A
• reset_index：将id从索引转回普通列

内容的提问来源于stack exchange，提问作者Edona Xhemajli