将字典列表作为列标题和值添加到数据帧

Question

我对熊猫有点陌生，我有一个项目，我有一个位链接及其各自指标的数据框架。我还收集了每个比特链接的国家/地区数据，当解析后者时，它会返回包含县代码及其相应点击次数的字典列表。我想做的是将国家代码作为列添加到现有的位链接数据帧中，然后将每个国家/地区的点击次数保存到其特定的位链接行中。如果有人能在这方面帮助我，那就太好了。熊猫bitly_links数据帧：index | link        | long_url            | created_at          | link_clicks |------|-------------|---------------------|---------------------|-------------|0     | bit.ly/aaaa | https://example.com | 2020-04-01 10:54:33 | 150         |1     | bit.ly/bbbb | https://example.com | 2020-04-01 10:54:33 | 20          |2     | bit.ly/cccc | https://example.com | 2020-04-01 10:54:33 | 15          |3     | bit.ly/dddd | https://example.com | 2020-04-01 10:54:33 | 13          |Python国家/地区列表为一个特定的位（例如 bit.ly/aaaa）链接：countries_data = [                   {'country': 'US', 'clicks': 150}, {'country': 'UK', 'clicks': 20},                    {'country': 'AU', 'clicks': 45}, {'country': 'ZS', 'clicks': 31}                 ]index | country | clicks |------|---------|--------|0     | US      | 150    |1     | UK      | 20     |2     | AU      | 45     |3     | ZS      | 31     |我想制作的新数据帧：index | link        | long_url            | created_at          | link_clicks | US | UK | AU | ZS |------|-------------|---------------------|---------------------|-------------|----|----|----|----|0     | bit.ly/aaaa | https://example.com | 2020-04-01 10:54:33 | 110         | 20 | 30 | 10 | 50 |1     | bit.ly/bbbb | https://example.com | 2020-04-01 10:54:33 | 89          | 25 | 41 | 11 | 12 |2     | bit.ly/cccc | https://example.com | 2020-04-01 10:54:33 | 81          | 10 | 27 | 31 | 14 |3     | bit.ly/dddd | https://example.com | 2020-04-01 10:54:33 | 126         | 11 | 74 | 31 | 10 |

Answer 1

我认为您要做的是整理每次点击的国家/地区信息数据：

# I take the example with two lists for link-level data related to countries, but

#  it extends to more :

import pandas as pd

countries_data1 = [

                   {'country': 'US', 'clicks': 150}, {'country': 'UK', 'clicks': 20},

                   {'country': 'AU', 'clicks': 45}, {'country': 'ZS', 'clicks': 31}

                 ]

countries_data2 = [

                   {'country': 'US', 'clicks': 150}, {'country': 'UK', 'clicks': 20},

                   {'country': 'AU', 'clicks': 45}, {'country': 'ZS', 'clicks': 31}

                 ]

# transform to dataframe, add variable link, and concat

countries_data1 = pd.DataFrame(countries_data1).assign(link="bit.ly/aaaa")

countries_data2 = pd.DataFrame(countries_data2).assign(link="bit.ly/bbbb")

df = pd.concat([countries_data1, countries_data2]) # you will concat the list of all 

# your dataframes with link information regarding countries, here I only have 2 in

#  this example

# then go in wide format with pivot_table

df = df.pivot_table(index="link", values="clicks", columns="country")

你得到这个表：

country      AU  UK   US  ZS

link                        

bit.ly/aaaa  45  20  150  31

bit.ly/bbbb  45  20  150  31

# assume your first table (simplified) is : 

table = pd.DataFrame({"link": ["bit.ly/aaaa", "bit.ly/bbbb"],

                      "link_clicks": [150,20]})

# set the index for link

table = table.set_index("link")

# then do an outer join on link 

merge_df = pd.concat([table, df], join="outer", axis=1)

merge_df.head()

您得到的结果：

             link_clicks  AU  UK   US  ZS

link                                     

bit.ly/aaaa          150  45  20  150  31

bit.ly/bbbb           20  45  20  150  31