Pandas MultiIndex(超过 2 个级别)DataFrame 到嵌套 Dict/JSON

Posted

技术标签:

【中文标题】Pandas MultiIndex(超过 2 个级别)DataFrame 到嵌套 Dict/JSON【英文标题】:Pandas MultiIndex (more than 2 levels) DataFrame to Nested Dict/JSON 【发布时间】:2018-11-28 11:57:05 【问题描述】:

这个问题类似于this one,但我想更进一步。是否可以扩展解决方案以使用更多级别?多级数据框的.to_dict() 方法有一些有前途的选项,但它们中的大多数将返回由元组(即(A, 0, 0): 274.0)索引的条目,而不是将它们嵌套在字典中。

作为我想要完成的示例,请考虑这个多索引数据框:

data = 0: 
        ('A', 0, 0): 274.0, 
        ('A', 0, 1): 19.0, 
        ('A', 1, 0): 67.0, 
        ('A', 1, 1): 12.0, 
        ('B', 0, 0): 83.0, 
        ('B', 0, 1): 45.0
    ,
    1: 
        ('A', 0, 0): 254.0, 
        ('A', 0, 1): 11.0, 
        ('A', 1, 0): 58.0, 
        ('A', 1, 1): 11.0, 
        ('B', 0, 0): 76.0, 
        ('B', 0, 1): 56.0
       

df = pd.DataFrame(data).T
df.index = ['entry1', 'entry2']
df
# output:

         A                              B
         0              1               0
         0      1       0       1       0       1
entry1   274.0  19.0    67.0    12.0    83.0    45.0
entry2   254.0  11.0    58.0    11.0    76.0    56.0

您可以想象我们这里有很多记录,而不仅仅是两条,而且索引名称可能是更长的字符串。你怎么能把它变成像这样的嵌套字典(或直接变成 JSON):

[
 'entry1': 'A': 0: 0: 274.0, 1: 19.0, 1: 0: 67.0, 1: 12.0,
  'B': 0: 0: 83.0, 1: 45.0,
 'entry2': 'A': 0: 0: 254.0, 1: 11.0, 1: 0: 58.0, 1: 11.0,
  'B': 0: 0: 76.0, 1: 56.0
]

我认为一些递归可能会有所帮助,可能类似于 this,但到目前为止还没有成功。

【问题讨论】:

【参考方案1】:

所以,你真的需要在这里做两件事:

df.to_dict() 将此转换为嵌套字典。

df.to_dict(orient='index') 给你一个以索引为键的字典;它看起来像这样:

>>> df.to_dict(orient='index')
'entry1': ('A', 0, 0): 274.0,
  ('A', 0, 1): 19.0,
  ('A', 1, 0): 67.0,
  ('A', 1, 1): 12.0,
  ('B', 0, 0): 83.0,
  ('B', 0, 1): 45.0,
 'entry2': ('A', 0, 0): 254.0,
  ('A', 0, 1): 11.0,
  ('A', 1, 0): 58.0,
  ('A', 1, 1): 11.0,
  ('B', 0, 0): 76.0,
  ('B', 0, 1): 56.0

现在你需要嵌套它。这是一个技巧from Martijn Pieters 做到这一点:

def nest(d: dict) -> dict:
    result = 
    for key, value in d.items():
        target = result
        for k in key[:-1]:  # traverse all keys but the last
            target = target.setdefault(k, )
        target[key[-1]] = value
    return result

把这一切放在一起:

def df_to_nested_dict(df: pd.DataFrame) -> dict:
    d = df.to_dict(orient='index')
    return k: nest(v) for k, v in d.items()

输出:

>>> df_to_nested_dict(df)
'entry1': 'A': 0: 0: 274.0, 1: 19.0, 1: 0: 67.0, 1: 12.0,
  'B': 0: 0: 83.0, 1: 45.0,
 'entry2': 'A': 0: 0: 254.0, 1: 11.0, 1: 0: 58.0, 1: 11.0,
  'B': 0: 0: 76.0, 1: 56.0

【讨论】:

使用类型提示你会得到 +1 :) 很好,很干净的答案!不幸的是,Pandas 没有一种不涉及手动迭代每一行的方法【参考方案2】:

我从上一个答案中汲取了想法并稍微修改了它。

1) 从*** 获取函数nested_dict,创建字典

from collections import defaultdict
def nested_dict(n, type):
    if n == 1:
        return defaultdict(type)
    else:
        return defaultdict(lambda: nested_dict(n-1, type))

2 写了如下函数:

def df_to_nested_dict(self, df, type):

    # Get the number of levels
    temp = df.index.names
    lvl = len(temp)

    # Create the target dictionary
    new_nested_dict=nested_dict(lvl, type)
    # Convert the dataframe to a dictionary
    temp_dict = df.to_dict(orient='index')
    for x, y in temp_dict.items():
        dict_keys = ''
        # Process the individual items from the key
        for item in x:
            dkey = '[%d]' % item
            dict_keys = dict_keys + dkey

        # Create a string and execute it
        dict_update = 'new_nested_dict%s = y' % dict_keys
        exec(dict_update)

    return new_nested_dict

思路相同,但做起来略有不同

【讨论】:

以上是关于Pandas MultiIndex(超过 2 个级别)DataFrame 到嵌套 Dict/JSON的主要内容,如果未能解决你的问题,请参考以下文章

pandas中基于MultiIndex的索引[重复]

在 Pandas 中将两个 MultiIndex 级别合并为一个

Pandas 通过 Tuple 重命名 MultiIndex 的单行

使用 pandas 创建一个 multiIndex

带有 MultiIndex 到 Numpy 矩阵的 Pandas DataFrame

Pandas Groupby Plotting MultiIndex 按***分组