跨行展开字典，维护其他列- python

vktxenjb 于 2023-04-10 发布在 Python

关注(0)|答案(1)|浏览(83)

我有一个蛋白质列表（primaryAccession）和我从UnitProtKB解析的关于它们的信息。我以JSON格式抓取信息，我试图弄清楚如何编写一个循环，将数据分隔到不同的列中。目前我的数据看起来像这样：
| 主要加入|uniProtKB交叉引用|
| --------------|--------------|
| Q14457|'数据库'：'Reactome'，'id'：'R-HSA-1632852'，'属性'：['key'：'PathwayName'，' value '：'Macroautophagy'}]}，' database '：'Reactome'，'id'：'R-HSA-5689880'，'属性'：['key'：'PathwayName'，' value '：'Ub特异性加工蛋白酶'}]}|
| Q08380|'数据库'：'ProteomicsDB'，'id'：'59999'，'属性'：['key'：'Description'，'value'：'-'}]}，'数据库'：'Antibodypedia'，'id'：'4116'，'属性'：[{“键”：“抗体”，“值”：'来自47个提供商的1663种抗体'}]}|
我想让它看起来像这样：
| 主要加入|资料库|身份证|性能|
| --------------|--------------|--------------|--------------|
| Q14457|React组|R-HSA-1632852|['key'：'PathwayName'，' value '：巨噬细胞自噬|
| Q14557|React组|R-HSA-5689880|['key'：'PathwayName'，' value '：'Ub特异性加工蛋白酶'}]}|
| Q08380|ProteomicsDB|五九九九|['key'：'Description'，'value'：'-'}]|
| Q08380|抗体百科|小行星4116|[{“键”：“抗体”，“值”：'来自47个提供商的1663种抗体'}]}|
我已经使用了这个函数（下面的dict_list_to_df）来拆分'unitProtKBCrossReferences'列，但是它删除了primaryAccession列，我不知道如何将其添加回来，以便我可以知道信息所指的是哪个蛋白质。我如何做到这一点，以便在分解'uniProtKBCrossReferences'列时，我仍然可以保留蛋白质ID（primaryAccession）？

def dict_list_to_df(df, col):
    """Return a Pandas dataframe based on a column that contains a list of JSON objects or dictionaries.
    Args:
        df (Pandas dataframe): The dataframe to be flattened.
        col (str): The name of the column that contains the JSON objects or dictionaries.
    Returns:
        Pandas dataframe: A new dataframe with the JSON objects or dictionaries expanded into columns.
    """

    rows = []
    for index, row in df[col].items():
        for item in row:
            rows.append(item)
    df = pd.DataFrame(rows)
    return df

python

来源：https://stackoverflow.com/questions/75969748/exploding-dictionary-across-rows-maintaining-other-column-python

1条答案

按热度按时间

lp0sw83n1#

一个选项是literal_eval字典列表，然后explode它来构造DataFrame：

from ast import literal_eval

df["uniProtKBCrossReferences"] = df["uniProtKBCrossReferences"].apply(literal_eval)

s = df["uniProtKBCrossReferences"].explode()

out = df[["primaryAccession"]].join(pd.DataFrame(s.tolist(), index=s.index))

输出：

print(out)

  primaryAccession       database             id                                                             properties
0           Q14457       Reactome  R-HSA-1632852                    [{'key': 'PathwayName', 'value': 'Macroautophagy'}]
0           Q14457       Reactome  R-HSA-5689880  [{'key': 'PathwayName', 'value': 'Ub-specific processing proteases'}]
1           Q08380   ProteomicsDB          59999                                 [{'key': 'Description', 'value': '-'}]
1           Q08380  Antibodypedia           4116  [{'key': 'antibodies', 'value': '1663 antibodies from 47 providers'}]

赞(0）回复(0）举报 2023-04-10

我来回答

跨行展开字典，维护其他列- python

1条答案

相关问题

热门标签

最新问答