如何使用Pandas将JSON格式购买频次数据转换为扁平宽表

首先先确认你的DataFrame中buys列的类型：如果是从CSV等文件读取得到的，大概率是字符串格式的字典，需要先转为Python原生字典类型；如果本身已经是字典类型可以跳过类型转换步骤。

完整代码 #

import pandas as pd
import ast

# 假设你的原始DataFrame名为df
# 步骤1：如果buys是字符串格式的字典，先转成Python字典类型
df['buys'] = df['buys'].apply(ast.literal_eval)

# 步骤2：把buys列的字典展开为独立的商品列
expanded_df = df.join(df['buys'].apply(pd.Series))

# 步骤3：设置客户为行索引，删除原始buys列，空值填0后统一转为整数格式
result = expanded_df.set_index('customer').drop(columns=['buys']).fillna(0).astype(int)

逻辑说明 #

• df['buys'].apply(pd.Series)会自动把每行字典的key作为列名、value作为对应行的取值，没有对应商品购买记录的行位置默认生成空值NaN
• fillna(0)会把所有无购买记录的空值替换为0，astype(int)保证所有频次值都是整数格式，符合购买频次的业务特征
• 最终输出的result就是你需要的宽表格式，支持直接输入后续模型使用，150种商品的规模下完全不会有性能问题。

内容的提问来源于stack exchange，提问作者Santoo