我的数据保存在postgreSQL
数据库。我正在使用 Python2.7 查询这些数据并将其转换为 Pandas DataFrame。但是,该数据帧的最后一列内部有一个值字典。数据框df
看起来像这样:
Station ID Pollutants
8809 {"a": "46", "b": "3", "c": "12"}
8810 {"a": "36", "b": "5", "c": "8"}
8811 {"b": "2", "c": "7"}
8812 {"c": "11"}
8813 {"a": "82", "c": "15"}
我需要将此列拆分为单独的列,以便 DataFrame `df2 看起来像这样:
Station ID a b c
8809 46 3 12
8810 36 5 8
8811 NaN 2 7
8812 NaN NaN 11
8813 82 NaN 15
我遇到的主要问题是列表的长度不一样。但所有列表最多仅包含相同的 3 个值:“a”、“b”和“c”。它们总是以相同的顺序出现(“a”第一,“b”第二,“c”第三)。
以下代码可以正常工作并返回我想要的内容(df2)。
objs = [df, pandas.DataFrame(df['Pollutant Levels'].tolist()).iloc[:, :3]]
df2 = pandas.concat(objs, axis=1).drop('Pollutant Levels', axis=1)
print(df2)
我上周刚刚运行了这段代码,并且运行良好。但现在我的代码被破坏了,我从第 [4] 行收到此错误:
IndexError: out-of-bounds on slice (end)
我没有对代码进行任何更改,但现在收到错误。我觉得这是因为我的方法不够稳健或不正确。
任何有关如何将这列列表拆分为单独列的建议或指导将非常感激!
编辑:我认为.tolist()
和 .apply 方法不适用于我的代码,因为它是一个 Unicode 字符串,即:
#My data format
u{'a': '1', 'b': '2', 'c': '3'}
#and not
{u'a': '1', u'b': '2', u'c': '3'}
数据是从导入的postgreSQL
数据库采用这种格式。对这个问题有什么帮助或想法吗?有没有办法转换Unicode?