You need to enable JavaScript to run this app. 如何按键名将指定结构字典添加到Pandas DataFrame列中
优惠活动
大模型
产品
解决方案
定价
更多

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

  1. 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}
    
  2. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.13 08:45:03