如何利用字典类型列中的键合并Pandas DataFrames

没问题，咱们可以通过提取字典列中的关键值生成关联列，再进行合并，具体步骤如下：

步骤1：从字典列中提取用于关联的字段 #

首先，我们需要把两个DataFrame里字典列中用来匹配的键值单独提取成一列，这样就有了合并的“桥梁”。

处理df_names，提取data字典里的key值：

import pandas as pd

df_names = pd.DataFrame([
    ['alpha', {'key': 'a'}],
    ['beta', {'key': 'b'}],
    ['gamma', {'key': 'g'}],
], columns=['name', 'data'])

# 提取字典中的key值作为新列
df_names['match_key'] = df_names['data'].apply(lambda x: x['key'])

处理df_symbols，提取meta字典里的english_letter值：

df_symbols = pd.DataFrame([
    ['α', {'english_letter': 'a'}],
    ['β', {'english_letter': 'b'}],
    ['γ', {'english_letter': 'g'}],
], columns=['symbol', 'meta'])

# 提取字典中的english_letter值作为匹配列，和df_names的match_key对应
df_symbols['match_key'] = df_symbols['meta'].apply(lambda x: x['english_letter'])

步骤2：基于新生成的匹配列合并DataFrame #

现在两个DataFrame都有了同名的match_key列，直接用pd.merge()合并即可：

merged_df = pd.merge(df_names, df_symbols, on='match_key')
print(merged_df)

合并后的输出结果：

name        data match_key symbol               meta
0  alpha  {'key': 'a'}         a      α  {'english_letter': 'a'}
1   beta  {'key': 'b'}         b      β  {'english_letter': 'b'}
2  gamma  {'key': 'g'}         g      γ  {'english_letter': 'g'}

可选：一步到位（不生成中间列） #

如果不想额外生成中间列，也可以直接在merge的left_on和right_on参数中指定提取逻辑，不过可读性会稍差一些：

merged_df = pd.merge(
    df_names,
    df_symbols,
    left_on=df_names['data'].apply(lambda x: x['key']),
    right_on=df_symbols['meta'].apply(lambda x: x['english_letter'])
)

这个方法和上面分步的结果完全一致，只是省去了中间列的创建。

内容的提问来源于stack exchange，提问作者Ikar Pohorský