来自嵌套字典的 Pandas 数据框

Posted 2023-02-23

【中文标题】来自嵌套字典的 Pandas 数据框

【英文标题】：Pandas dataframe from nested dictionary

【发布时间】：2016-02-10 06:08:16

【问题描述】：

我的字典是这样的：

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

我想得到一个如下所示的数据框：

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

我尝试调用 pandas.from_dict()，但它没有给我想要的结果。 那么，实现这一目标的最优雅、最实用的方法是什么？

编辑：实际上，我的字典的深度为 4，因此我希望看到针对这种情况的解决方案，或者理想情况下，在一般设置中适用于任意深度的解决方案。

这里是一个更深层次的字典的例子： 'x':'a':'m':1, 'n':2, 'b':'m':10, 'n':20, 'y':'a':'m':100, 'n':200, 'b':'m':111, 'n':222 适当的数据框应该有 8 行。

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()])

【参考方案1】：

您可以使用列表推导将您的 dict 重新排序为一个元组列表，其中每个元组是一行，然后您可以对数据帧进行排序

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

【讨论】：

您可以编辑它以使用任意深度的字典吗？就我而言，我的深度为 4，但理想情况下，我希望看到一个通用的解决方案。谢谢

@BaronYugovich 你能添加一个更深入的例子吗

我接受这个答案是因为我能够概括它，概括添加到我原来的问题中。

@BaronYugovich 如果你想完全通用，你需要使用递归。

【参考方案2】：

首先使用from_dict创建df，然后调用stack和reset_index得到你想要的形状，然后你需要重命名cols，排序和重置索引：

In [83]:
d='x': 'b': 10, 'c': 20, 'y': 'b': '33', 'c': 44
df = pd.DataFrame.from_dict(d, orient='index').stack().reset_index()
df.columns = ['col1', 'col2', 'val']
df.sort_values(['col1', 'col2'], inplace=True)
df.reset_index(drop=True, inplace=True)
df

Out[83]:
  col1 col2 val
0    x    b  10
1    x    c  20
2    y    b  33
3    y    c  44

【讨论】：

这适用于嵌套更深的字典吗？

视情况而定，但我会说不，因为 ctor 对结构做出假设，因此您可能需要先展开字典

您能否编辑您的回复以解决此问题？我的字典有深度 4，即 (key1, key2, key3, key4, val)，你懂的。

很抱歉，但是将您的要求调整为您的 real 数据集和问题在 SO 上是不受欢迎的。您应该将其发布为您真正的问题，或者您应该发布一个新问题，因为这会浪费人们回答不代表您真正问题的问题的时间，因为您实际上是在增加您的要求

抱歉，我在最初的问题中没有强调字典可以更深入。问题是，很难打出一个合适的例子，所以我简化了它。我将在这里编辑我的问题。

【参考方案3】：

对于任何深度，您都可以使用pd.json_normalize 和melt。下面是一个稍加修改的 2/3/4 深度字典的示例

data = 'one': 1, 'two': 'a': 2, 'four': 'a': 'b': 'c': 2,
        'x': 'a': 'm': 1, 'n': 2, 'b': 'm': 10, 'n': 20,
        'y': 'a': 'm': 100, 'n': 200, 'b': 'm': 111, 'n': 222
df_melt = pd.json_normalize(data, sep='>>').melt()
df_final = df_melt['variable'].str.split('>>', expand=True)
df_final.columns = [f'colname' for name in df_final.columns]
df_final[['value']] = df_melt['value']

    col0  col1  col2  col3  value
0    one  None  None  None      1
1    two     a  None  None      2
2   four     a     b     c      2
3      x     a     m  None      1
4      x     a     n  None      2
5      x     b     m  None     10
6      x     b     n  None     20
7      y     a     m  None    100
8      y     a     n  None    200
9      y     b     m  None    111
10     y     b     n  None    222

json_normalize 真的很有用，Medium 上还有一些其他示例