如何从Ordereddicts数组中提取值？

Question

如果我有一个csv文件行，其中一列中有ordereddicts，那么如何创建一个新列，使用python（3.+）/pandas（.18）提取每个ordereddict的单个元素？在

这里有一个例子。我的专栏attributes在ordereddicts中隐藏了billingPostalCodes。我只关心用billingPostalCodes创建一个列。在

以下是我现在的数据：

 import pandas as pd
 from datetime import datetime
 import csv
 from collections import OrderedDict

 df = pd.read_csv('sf_account_sites.csv')
 print(df)

产量：

^{pr2}$

我个人知道如果我这样做：

dict = OrderedDict([(u'attributes', OrderedDict([(u'type', u'Account'), (u'url', u'/services/data/v29.0/sobjects/Account/001d000001tKZmWAAW')])), (u'BillingPostalCode', u'85020')])

print(dict['BillingPostalCode'])

结果我会拿回85020。在

我要怎样才能让它看起来像这样？在

 id    zip_codes  
  1    85020
  2    55555
  ...

我必须使用应用功能吗？一个for循环？我尝试了很多不同的方法，但是我在数据帧上什么都做不到。在

提前谢谢，如果需要更具体的话，请告诉我。在

Answer 1

我花了一段时间来解决这个问题，但问题是通过执行以下操作来解决的：

df.apply(lambda row: row["attributes"]["BillingPostalCode"], axis = 1)

这里的诀窍是要注意axis = 1强制pandas遍历每一行，而不是每一列（这是默认设置，如docs所示）。在

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)

Applies function along input axis of DataFrame.

Objects passed to functions are Series objects having index either the DataFrame’s index (axis=0) or the columns (axis=1). Return type depends on whether passed function aggregates, or the reduce argument if the DataFrame is empty.

Parameters:

• func : function Function to apply to each column/row
• axis : {0 or ‘index’, 1 or ‘columns’}, default 0
  • 0 or ‘index’: apply function to each column
  • 1 or ‘columns’: apply function to each row

从那里，一个简单的问题是首先提取相关列（在本例中是attributes），然后从那里只提取BillingPostalCode。在

您需要格式化生成的DataFrame，以获得正确的列名。在