我有一个大约30000行的大数据框和一个包含json字符串的单列。每个json字符串包含多个变量及其值,我想将此json字符串分解为数据列
两行看起来像
0 {"a":"1","b":"2","c":"3"}
1 {"a" ;"4","b":"5","c":"6"}
我想将其转换为像
a b c
1 2 3
4 5 6
请帮忙
最佳答案
您的列值似乎在实际的json字符串之前有一个额外的数字。因此,您可能希望先将其剥离(如果不是这样,请跳至Method)
一种方法是将函数应用于列
# constructing the df
df = pd.DataFrame([['0 {"a":"1","b":"2","c":"3"}'],['1 {"a" :"4","b":"5","c":"6"}']], columns=['json'])
# print(df)
json
# 0 0 {"a":"1","b":"2","c":"3"}
# 1 1 {"a" :"4","b":"5","c":"6"}
# function to remove the number
import re
def split_num(val):
p = re.compile("({.*)")
return p.search(val).group(1)
# applying the function
df['json'] = df['json'].map(lambda x: split_num(x))
print(df)
# json
# 0 {"a":"1","b":"2","c":"3"}
# 1 {"a" :"4","b":"5","c":"6"}
方法:
一旦
df
采用上面的格式,下面的内容将把每个行条目转换为字典:df['json'] = df['json'].map(lambda x: dict(eval(x)))
然后,将
pd.Series
应用于列即可d = df['json'].apply(pd.Series)
print(d)
# a b c
# 0 1 2 3
# 1 4 5 6