我正在做一个练习,当前的要求是“找到前 10 个主要项目主题(使用列‘mjtheme_namecode’)”。
我的第一个想法是执行group_by,然后对组进行计数和排序。
但是,此列中的值是字典列表,例如
[{'code': '1', 'name': 'Economic management'},
{'code': '6', 'name': 'Social protection and risk management'}]
而且我不能(显然)对这些进行分组,至少不能使用 group_by。我收到一个错误。
TypeError: unhashable 类型: 'list'
有什么技巧吗?我在猜测类似 this question 的内容.
(我可以按具有字符串值并与该列 1:1 匹配的另一列分组,但练习是特定的。)
请您参考如下方法:
有两个步骤可以解决您的问题:
使用 pandas==0.25
- 展开字典列表
- 按列转换字典:
第一步
df = df.explode('mjtheme_namecode')
第 2 步
df = df.join(pd.DataFrame(df['mjtheme_namecode'].values.tolist())
新增:如果dict有多个层级,可以尝试使用json_normalize:
from pandas.io.json import json_normalize
df = df.join(json_normalize(df['mjtheme_namecode'].values.tolist())
这里唯一的问题是 pd.explode 将复制所有其他列(如果这是一个问题)。
使用示例数据:
x = [
[1,2,[{'a':1, 'b':3},{'a':2, 'b':4}]],
[1,3,[{'a':5, 'b':6},{'a':7, 'b':8}]]
]
df = pd.DataFrame(x, columns=['col1','col2','col3'])
Out[1]:
col1 col2 col3
0 1 2 [{'a': 1, 'b': 3}, {'a': 2, 'b': 4}]
1 1 3 [{'a': 5, 'b': 6}, {'a': 7, 'b': 8}]
## Step 1
df.explode('col3')
Out[2]:
col1 col2 col3
0 1 2 {'a': 1, 'b': 3}
0 1 2 {'a': 2, 'b': 4}
1 1 3 {'a': 5, 'b': 6}
1 1 3 {'a': 7, 'b': 8}
## Step 2
df = df.join(pd.DataFrame(df['col3'].values.tolist()))
Out[3]:
col1 col2 col3 a b
0 1 2 {'a': 1, 'b': 3} 1 3
0 1 2 {'a': 2, 'b': 4} 1 3
1 1 3 {'a': 5, 'b': 6} 2 4
1 1 3 {'a': 7, 'b': 8} 2 4
## Now you can group with the new variables
