使用python规范化非空值上的数据帧列

Question

我有一个数据帧，我在读python，其中一列包含dictonay值，我想对该列进行规范化，即我想拆分，我使用这个：

if 'X' in df_cols:
    def only_dict(d):
    '''
    Convert json string representation of dictionary to a 
python dict
'''
return d

A = json_normalize(df['X'].apply(only_dict).tolist()).add_prefix('X.')
df = df.drop('X', axis=1).join(A)

但是这个列也包含一些空值，所以我只想在没有空值的列上使用labmda，有人知道怎么做吗？你知道吗

Answer 1

只是一个代码示例。可以使用apply和lambda函数调用自己的函数。您可以使用参数“axis=1”访问df中的任何列。您可以将任何转换的结果存储在新列中，在函数中返回所需的值并将其存储在新列中。你知道吗

定义\u函数（行）： 如果行[您的\u列]： 返回行[your\u column].split（） 其他： 不返回

df['新列']=熊猫。应用（lambda行：您的函数（行），轴=1）