如何使用 Pandas 将行中的多个字典拆分为新行

Question

我有以下数据框，其中“规则”列的列表中包含多个字典。

SetID      SetName             Rules
    0         Standard_1        [{'RulesID': '10', 'RuleName': 'name_abc'}, {'RulesID': '11', 'RuleName': 'name_xyz'}]   
    1         Standard_2        [{'RulesID': '12', 'RuleName': 'name_arg'}]

期望的输出是：

SetID      SetName             RulesID        RuleName         
    0         Standard_1        10            name_abc
    0         Standard_1        11            name_xyz 
    1         Standard_2        12            name_arg

列表中可能有两个以上的字典。

我正在考虑使用 pop、explode 或 hub 函数来构建数据框，但我不知道如何开始。

每一条建议都将非常感激！

编辑：要构建数据框，您可以使用以下数据框构造函数：

# initialize list of lists
data = [[0, 'Standard_1', [{'RulesID': '10', 'RuleName': 'name_abc'}, {'RulesID': '11', 'RuleName': 'name_xyz'}]], [1, 'Standard_2', [{'RulesID': '12', 'RuleName': 'name_arg'}]]]
 
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['SetID', 'SetName', 'Rules'])

Answer 1

您可以使用explode：

tmp = df.explode('Rules').reset_index(drop=True)
df = pd.concat([tmp, pd.json_normalize(tmp['Rules'])], axis=1).drop('Rules', axis=1)

输出：

>>> df
   SetID     SetName RulesID  RuleName
0      0  Standard_1      10  name_abc
1      0  Standard_1      11  name_xyz
2      1  Standard_2      12  name_arg

上述的单行版本：

df.explode('Rules').reset_index(drop=True).pipe(lambda x: pd.concat([x, pd.json_normalize(x['Rules'])], axis=1)).drop('Rules', axis=1)