Pandas处理CSV时如何用字符串字面量替代表头列名生成嵌套字典

解决方案 #

方法1：无需额外新增列（推荐）

直接在apply逻辑中构造指定结构的字典，不需要依赖CSV中不存在的type列，性能更高：

import pandas as pd
import json
import os

csv = "/Users/me/file.csv"
csv_file = pd.read_csv(csv, sep=",", header=0, index_col=False)
csv_file['org'] = csv_file['location'].apply(lambda x: {"location": x, "type": "foo"})

方法2：先新增固定值的type列

如果你后续其他业务逻辑也需要用到统一值的type列，可以先给DataFrame新增该列，再沿用你原来的生成org列的逻辑：

import pandas as pd
import json
import os

csv = "/Users/me/file.csv"
csv_file = pd.read_csv(csv, sep=",", header=0, index_col=False)
# 给所有行的type列赋值为固定字符串foo
csv_file['type'] = 'foo'
csv_file['org'] = csv_file[['location', 'type']].apply(lambda s: s.to_dict(), axis=1)

两种方法最终生成的org列结构完全一致，你可以根据自己的后续使用场景选择。

内容的提问来源于stack exchange，提问作者Stpete111