So json_normalize eine Spalte mit NaNs

Question

• Diese Frage ist spezifisch für Datenspalten in a pandas.DataFrame
• Diese Frage hängt davon ab , ob die Werte in den Spalten sind str, dictoder listTyp.
• Diese Frage befasst sich mit dem Umgang mit den NaNWerten, wenn dies df.dropna().reset_index(drop=True)keine gültige Option ist.

Fall 1

• Bei einer Spalte vom strTyp müssen die Werte in der Spalte vor der Verwendung in dicttype konvertiert ast.literal_evalwerden .json_normalize.

import numpy as np
import pandas as pd
from ast import literal_eval

df = pd.DataFrame({'col_str': ['{"a": "46", "b": "3", "c": "12"}', '{"b": "2", "c": "7"}', '{"c": "11"}', np.NaN]})

                            col_str
0  {"a": "46", "b": "3", "c": "12"}
1              {"b": "2", "c": "7"}
2                       {"c": "11"}
3                               NaN

type(df.iloc[0, 0])
[out]: str

df.col_str.apply(literal_eval)

Error:

df.col_str.apply(literal_eval) results in ValueError: malformed node or string: nan

Fall 2

• dictVerwenden Sie pandas.json_normalizebei einer Spalte vom Typ, um Schlüssel in Spaltenüberschriften und Werte in Zeilen zu konvertieren

df = pd.DataFrame({'col_dict': [{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}, {"c": "11"}, np.NaN]})

                           col_dict
0  {'a': '46', 'b': '3', 'c': '12'}
1              {'b': '2', 'c': '7'}
2                       {'c': '11'}
3                               NaN

type(df.iloc[0, 0])
[out]: dict

pd.json_normalize(df.col_dict)

Error:

pd.json_normalize(df.col_dict) results in AttributeError: 'float' object has no attribute 'items'

Fall 3

• In einer Typenspalte strmit der dictInnenseite a list.
• So normalisieren Sie die Spalte
  • anwenden literal_eval, da explodieren nicht für strTyp funktioniert
  • Explodieren Sie die Spalte, um die dictszu trennenden Zeilen zu trennen
  • Normalisieren Sie die Spalte

df = pd.DataFrame({'col_str': ['[{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}]', '[{"b": "2", "c": "7"}, {"c": "11"}]', np.nan]})

                                                    col_str
0  [{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}]
1                       [{"b": "2", "c": "7"}, {"c": "11"}]
2                                                       NaN

type(df.iloc[0, 0])
[out]: str
    
df.col_str.apply(literal_eval)

Error:

df.col_str.apply(literal_eval) results in ValueError: malformed node or string: nan

Answer 1

• Wie in einem Kommentar erwähnt, besteht immer die Möglichkeit:
  • df = df.dropna().reset_index(drop=True)
  • Das ist in Ordnung für die Dummy-Daten hier oder wenn es sich um einen Datenrahmen handelt, bei dem die anderen Spalten keine Rolle spielen.
  • Keine gute Option für Datenrahmen mit zusätzlichen Spalten, die erforderlich sind.

Fall 1

• Da die Spalte strTypen enthält , füllen Sie mit '{}'(a str)

import numpy as np
import pandas as pd
from ast import literal_eval

df = pd.DataFrame({'col_str': ['{"a": "46", "b": "3", "c": "12"}', '{"b": "2", "c": "7"}', '{"c": "11"}', np.NaN]})

                            col_str
0  {"a": "46", "b": "3", "c": "12"}
1              {"b": "2", "c": "7"}
2                       {"c": "11"}
3                               NaN

type(df.iloc[0, 0])
[out]: str

# fillna
df.col_str = df.col_str.fillna('{}')

# convert the column to dicts
df.col_str = df.col_str.apply(literal_eval)

# use json_normalize
df = df.join(pd.json_normalize(df.col_str)).drop(columns=['col_str'])

# display(df)
     a    b    c
0   46    3   12
1  NaN    2    7
2  NaN  NaN   11
3  NaN  NaN  NaN

Fall 2

• Da die Spalte dictTypen enthält , füllen Sie mit {}(nicht a str)
• Dies muss mit einem Diktatverständnis ausgefüllt werden, da fillna({})dies nicht funktioniert

df = pd.DataFrame({'col_dict': [{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}, {"c": "11"}, np.NaN]})

                           col_dict
0  {'a': '46', 'b': '3', 'c': '12'}
1              {'b': '2', 'c': '7'}
2                       {'c': '11'}
3                               NaN

type(df.iloc[0, 0])
[out]: dict
    
# fillna
df.col_dict = df.col_dict.fillna({i: {} for i in df.index})

# use json_normalize
df = df.join(pd.json_normalize(df.col_dict)).drop(columns=['col_dict'])

# display(df)
     a    b    c
0   46    3   12
1  NaN    2    7
2  NaN  NaN   11
3  NaN  NaN  NaN

Fall 3

1. Füllen Sie das NaNsmit '[]'(a str)
2. Jetzt literal_evalwird es funktionieren
3. .explodekann für die Spalte verwendet werden, um die dictWerte in Zeilen zu trennen
4. Jetzt muss die NaNsNotwendigkeit erfüllt werden mit {}(nicht a str)
5. Dann kann die Spalte normalisiert werden

• Für den Fall, dass die Spalte listsvon dictsist, die nicht vom strTyp sind, fahren Sie mit fort .explode.

df = pd.DataFrame({'col_str': ['[{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}]', '[{"b": "2", "c": "7"}, {"c": "11"}]', np.nan]})

                                                    col_str
0  [{"a": "46", "b": "3", "c": "12"}, {"b": "2", "c": "7"}]
1                       [{"b": "2", "c": "7"}, {"c": "11"}]
2                                                       NaN

type(df.iloc[0, 0])
[out]: str
    
# fillna
df.col_str = df.col_str.fillna('[]')

# literal_eval
df.col_str = df.col_str.apply(literal_eval)

# explode
df = df.explode('col_str').reset_index(drop=True)

# fillna again
df.col_str = df.col_str.fillna({i: {} for i in df.index})

# use json_normalize
df = df.join(pd.json_normalize(df.col_str)).drop(columns=['col_str'])

# display(df)
     a    b    c
0   46    3   12
1  NaN    2    7
2  NaN    2    7
3  NaN  NaN   11
4  NaN  NaN  NaN