我在刪除NaN值后無法重新索引熊貓數據幀。我正在嘗試將df列中的字典提取到另一個df，然后將這些值連接回相應行中的原始df。df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [np.NaN, np.NaN, {'aa': 11, 'bb': 22}, {'aa': 33, 'bb': 44}, {'aa': 55, 'bb': 66}]})df col1 col20 1 NaN1 2 NaN2 3 {'aa': 11, 'bb': 22}3 4 {'aa': 33, 'bb': 44}4 5 {'aa': 55, 'bb': 66}期望的最終結果是： col1 aa bb0 1 NaN NaN1 2 NaN NaN2 3 11 223 4 33 444 5 55 66如果我將 col2 傳遞給 pandas .tolist（） 函數，則不會解壓縮該 dict。pd.DataFrame(df['col2'].tolist())0 NaN1 NaN2 {'aa': 11, 'bb': 22}3 {'aa': 33, 'bb': 44}4 {'aa': 55, 'bb': 66}如果我使用 dropna（），則字典被解壓縮，但索引被重置pd.DataFrame(df['col2'].dropna().tolist()) aa bb0 11 221 33 442 55 66如果我嘗試將索引重置為原始df的索引，則行數據將顯示在不同的索引位置。pd.DataFrame(df['col2'].dropna().tolist()).reindex(df.index) aa bb0 11.0 22.01 33.0 44.02 55.0 66.03 NaN NaN4 NaN NaN數據是多種多樣的，并且無法知道列中任何一點將有多少個NaN值。任何幫助都非常感謝。
3 回答
慕的地8271018
TA貢獻1796條經驗 獲得超4個贊
使用Series.to_dict來考慮索引：
df.join(pd.DataFrame(df['col2'].to_dict()).T).drop(columns='col2')
col1 aa bb
0 1 NaN NaN
1 2 NaN NaN
2 3 11.0 22.0
3 4 33.0 44.0
4 5 55.0 66.0
慕運維8079593
TA貢獻1876條經驗 獲得超5個贊
IIUC 通過傳遞 after 來修復您的代碼indexdropna
s=df.col2.dropna()
df=df.join(pd.DataFrame(s.tolist(), index=s.index))
df
Out[103]:
col1 col2 aa bb
0 1 NaN NaN NaN
1 2 NaN NaN NaN
2 3 {'aa': 11, 'bb': 22} 11.0 22.0
3 4 {'aa': 33, 'bb': 44} 33.0 44.0
4 5 {'aa': 55, 'bb': 66} 55.0 66.0
qq_花開花謝_0
TA貢獻1835條經驗 獲得超7個贊
嘗試：pd.concat([df['col1'], df['col2'].apply(pd.Series)], axis=1)
col1 aa bb
0 1 NaN NaN
1 2 NaN NaN
2 3 11.0 22.0
3 4 33.0 44.0
4 5 55.0 66.0
添加回答
舉報
0/150
提交
取消