从具有缺失值的Python嵌套字典构建表

时间:2013-09-11 16:13:47

标签: python dictionary tabular

这是我目前的数据结构:

{'bin1': {'A': 14545,
          'B': 18579,
          'C': 5880,
          'D': 20771,
          'E': 404396},
 'bin2': {'A': 13200,
          'B': 12279,
          'C': 5000,
          'D': 16766,
          'E': 200344},
 [...] }

我想以表格形式写一张桌子:

        A     B     C    D     E    
bin1  14545 18579 5880 20771 494396
bin2  13200 12279 5000 16766 200344
...

目前我正在使用粗略的打印循环(其中d ==上述字典):

# print the table header
labs = [i for i in d[d.keys()[0]]]
print "bin" + "\t" + "\t".join(labs)

# loop and print the values
for j in d:
    print j + "\t" + "\t".join(map(str, [d[j][q] for q in d[j]]))

哪个似乎有用(尽管显然是无序的),但是在我的输出中我发现一些嵌套的词典不包含所有字段A-E。我想一种方法是重建字典,可能使用更合适的矩阵类型数据结构,并用0填充缺失的值,但考虑到我有这个庞大的嵌套字典,是否有更智能的方式打印上面显示的可以处理缺失元素的输出?

2 个答案:

答案 0 :(得分:4)

使用pandas

import pandas as pd

data = {'bin1': {'A': 14545,
          'B': 18579,
          'C': 5880,
          'D': 20771,
          'E': 404396},
        'bin2': {'A': 13200,
          'D': 16766,
          'E': 200344},
        }

df = pd.DataFrame(data).T
df.fillna(0, inplace=True)
print(df)

打印

          A      B     C      D       E
bin1  14545  18579  5880  20771  404396
bin2  13200      0     0  16766  200344

df.fillna(0)将缺失值替换为0。

答案 1 :(得分:2)

您可以使用d[j].get(q, '0')代替d[j][q]为所有缺失的条目填写0

# print the table header
labs = sorted(max(d.values(), key=len))
print "bin" + "\t" + "\t".join(labs)

# loop and print the values
for j in d:
    print j + "\t" + "\t".join(str(d[j].get(q, '0')) for q in labs)

我还对代码的其他部分做了一些修改,以便对列进行排序。