我有以下包含字典列表的数据
data= [
{'Time': 18057610.0,
'Flux': [{'V0': -1.4209e-15},
{'V1': 2.7353e-16},
{'V2': 1.1935e-15},
{'V3': 1.1624},
{'V4': -6.1692e-15},
{'V5': 3.2218e-15}]},
{'Time': 18057620.4,
'Flux': [{'V0': 2.4377e-16},
{'V1': -6.2809e-15},
{'V2': 1.6456e-15},
{'V3': 1.1651},
{'V4': 1.7147e-15},
{'V5': 9.8872e-16}]},
{'Time': 18057631.1,
'Flux': [{'V0': 4.1124e-15},
{'V1': 1.5598e-15},
{'V2': -2.325e-16},
{'V3': 1.1638},
{'V4': -3.9983e-15},
{'V5': 4.459e-16}]}]
我想得到这样的东西:
preferred_df
:
V0 V1 ... V4 V5
Time ...
18057610.0 -1.420900e-15 2.735300e-16 ... -6.169200e-15 3.221800e-15
18057620.4 2.437700e-16 -6.280900e-15 ... 1.714700e-15 9.887200e-16
18057631.1 4.112400e-15 1.559800e-15 ... -3.998300e-15 4.459000e-16
我想出了以下代码来实现这个目的:
df = pd.DataFrame(data).explode('Flux').reset_index(drop=True)
df = df.join(pd.DataFrame(df.pop('Flux').values.tolist())).groupby('Time').sum()
然而,我不想使用groupby
和sum()
.还有哪些方法(字典理解?)将"Flux"
列展平而不获取NaN值,同时将字典展平并获取preferred_df
?我试了json_normalize()
次,但得到了相同的NaN,需要使用groupby()
和sum()
.