python - 在其中一列中将数据框与dict数据连接起来

我的数据如下所示：

>>> df = pd.DataFrame({'order_id': ['A', 'B'],
..                    'items': [[{'item': 1, 'color': 'blue' },
...                               {'item': 2, 'color': 'red'  }],
...                              [{'item': 3, 'color': 'green'},
...                               {'item': 2, 'color': 'pink' }]]},
...                   columns= ['order_id', 'items'])
>>> df
  order_id                                                          items
0        A    [{'item': 1, 'color': 'blue'}, {'item': 2, 'color': 'red'}]
1        B  [{'item': 3, 'color': 'green'}, {'item': 2, 'color': 'pink'}]

items列包含要用作数据框列的字典：

  order_id        item         color
0        A           1          blue
1        A           2           red
2        B           3         green
3        B           2          pink

即字典的每个项目都应有自己的一行。

到目前为止，我所做的是逐行迭代并在新的数据框中创建数据：

df2 = pd.DataFrame(columns=['order_id', 'item', 'color'])
for row in df.iterrows():
    for items in (row[1]['items']):
        df2.loc[-1] =[row[1]['order_id'], items['item'], items['color'] ]
        df2.index += 1

这给了我我需要的结果：

>>> df2
  order_id item  color
3        A    1   blue
2        A    2    red
1        B    3  green
0        B    2   pink

有更有效的方法吗？也许由于我要处理大量数据而没有创建另一个对象并复制所有现有列的适当位置？

最佳答案

repeat，join，len

order_id = df.order_id.values.repeat(df['items'].str.len())
items = pd.DataFrame(np.concatenate(df['items']).tolist())

items.assign(order_id=order_id)

   color  item order_id
0   blue     1        A
1    red     2        A
2  green     3        B
3   pink     2        B

理解

pd.DataFrame([{**{'order_id': o}, **i} for o, I in df.values for i in I])

   color  item order_id
0   blue     1        A
1    red     2        A
2  green     3        B
3   pink     2        B