pandas 数据帧从嵌套字典 [英] Pandas dataframe from nested dictionary

问题描述

我的字典如下所示：

{'x': {'b': 10, 'c': 20}, 'y': {'b': '33', 'c': 44}}

我想得到一个如下所示的数据框：

I want to get a dataframe that looks like this:

index   col1    col2    val
0        x       b      10
1        x       c      20
2        y       b      33
3        y       c      44

pandas.from_dict（），但它没有给我所需的结果。
那么，最优雅，实用的方法是什么？

I tried calling pandas.from_dict(), but it did not give me the desired result. So, what is the most elegant, practical way to achieve this?

编辑：在现实中，我的字典是深度4，所以我想查看一个解决方案，或者理想情况下，这个解决方案适用于一般设置中的任意深度。

In reality, my dictionary is of depth 4, so I'd like to see a solution for that case, or ideally, one that would work for arbitrary depth in a general setup.

这是一个更深入的字典的例子：
'：''''''，'''''，'''，'''，'' 'y'：{'a'：{'m'：100，'n'：200}，'b'：{'m'：111，'n'：222}}} 适当的数据框应该有8行。

Here is an example of a deeper dictionary: {'x':{'a':{'m':1, 'n':2}, 'b':{'m':10, 'n':20}}, 'y':{'a':{'m':100, 'n':200}, 'b':{'m':111, 'n':222}} } The appropriate dataframe should have 8 rows.

答案：

df = pd.DataFrame([(k1, k2, k3, k4, k5, v) for k1, k2345v in dict.items()
                           for k2, k345v in k2345v.items()
                           for k3, k45v in k345v.items()
                           for k4, k5v in k45v.items()
                           for k5, v in k5v.items()])

推荐答案

您可以使用列表com将你的dict重新排列成每个元组一行的元组列表，然后你可以对数据框进行排序。

You can use a list comprehension to reorder your dict into a list of tuples where each tuple is a row and then you can sort your dataframe

import pandas as pd

d = {'x': {'b': 10, 'c': 20}, 'y': {'b': '33', 'c': 44}}

df = pd.DataFrame([(k,k1,v1) for k,v in d.items() for k1,v1 in v.items()], columns = ['Col1','Col2','Val'])
print df.sort(['Col1','Col2','Val'], ascending=[1,1,1])

  Col1 Col2 Val
3    x    b  10
2    x    c  20
1    y    b  33
0    y    c  44

这篇关于 pandas 数据帧从嵌套字典的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！