如何按键名将指定结构字典添加到Pandas DataFrame列中
基于DataFrame列名按行生成指定结构嵌套字典的实现方法
基础可运行数据修正
你初始编写的DataFrame初始化代码存在语法疏漏,可直接运行的修正版本如下:
import pandas as pd d = pd.DataFrame({ 'variant': ['lamin', 'chromo'], 'glassName': ['chrome', 'black'], 'Type': ['low', 'high'] })
需求匹配说明
按照要求,需要逐行处理每条记录:
- 以原DataFrame的列名作为字典子项的
name值 - 以该行对应列的取值作为字典子项的
value值 - 将所有子项放入列表,作为外层固定键
fetch的对应值 - 最终把生成的嵌套字典作为新列存入原DataFrame
具体实现
- 定义单行字典的生成逻辑
def build_row_fetch_dict(row): # 按列名遍历当前行的所有取值,拼接为要求的子项列表 sub_fetch_list = [ {"name": col, "value": row[col]} for col in row.index ] return {"fetch": sub_fetch_list} - 按行应用函数生成新列
# axis=1 指定沿行方向逐行传入数据 d["fetch_info"] = d.apply(build_row_fetch_dict, axis=1)
实际输出效果
代码执行完成后,新列fetch_info的逐行内容完全匹配要求的格式:
- 第一行记录对应生成的字典结构:
{ "fetch": [ {"name": "variant", "value": "lamin"}, {"name": "glassName", "value": "chrome"}, {"name": "Type", "value": "low"} ] }
- 第二行记录对应生成的字典结构:
{ "fetch": [ {"name": "variant", "value": "chromo"}, {"name": "glassName", "value": "black"}, {"name": "Type", "value": "high"} ] }
性能提示:面对万行以上规模的DataFrame,该实现的运行效率显著高于手动写循环逐行索引取值的写法,且不需要额外维护行号、列名的匹配逻辑。
内容的提问来源于stack exchange,提问作者Sneha
相关产品推荐
相关产品推荐

