用字典扩展数据帧

Question

我有一个数据帧，它包含一个主要是NaN的，但某些条目中也有字典。我的目标是将这些字典扩展到数据帧的列，并将它们的条目保留在各自的索引中。 这就是数据帧的一小部分。在

                                                                       _id  _score 
query                                                        
chrM:g.146T>C                                                            NaN  NaN  
chrM:g.11723C>T                                                          NaN  NaN                                       NaN  NaN   
chrM:g.11813A>G                                                          NaN  NaN   
chrM:g.12140T>A                                                          NaN  NaN   
...                                                                      ...  ...     
chr1:g.11976370T>G         {u'ref': u'T', u'alleles': [{u'allele': u'T', ...  NaN   
chr1:g.12007164A>G                                                       NaN  NaN   
chr1:g.12007165A>G                                                       NaN  NaN 

到目前为止，我已经成功地选择了每个dict的键并添加了用这些键命名的列：

^{pr2}$

任何帮助或提示如何这样做，以一个高效和可读性将不胜感激。在

**编辑：**此代码：

y = pandas.Series((dbsnp.iloc[0]))
print y

但是检索到一些有用的信息：

allele_origin                   unspecified
alleles                         [{u'allele': u'G'}, {u'allele': u'A'}]      
alt                              A
...                              ...
rsid                             rs201327123
vartype                          snp
dtype: object

我会尝试从这里开始工作，其他的意见非常感谢。在

Answer 1

为了将字典扩展为具有多个列的数据帧，您应该apply一个函数，该函数将字典作为pandas系列返回。为此，必须先删除NaN值。在

让我们从一列开始：s = data1['_id'].dropna()。下面将返回从字典生成的扩展数据帧：

expanded_df = s.apply(lambda row: pandas.Series(row))

这使用了一个lambda（即内联）函数，该函数将字典转换为一个序列。现在可以将展开的数据帧与原始数据帧合并：

^{pr2}$

concat函数将按索引匹配行，并将缺失索引的NaN值放入expanded_df。方便地说，这些将是您在第一步中使用dropna删除的行。在

现在，您可以对data1中的所有列执行此操作，方法是像原来一样迭代这些列，或者在data1上使用apply。在