Question

我有几个字典数据，我想转换为Pandas DataFrame。但是，由于不必要的密钥＆＃39; 0＆＃39; 0 （对我而言），当我将这些dict转换为DataFrame时，我获得了不合需要的DataFrame格式。实际上，这些决定是整个数据的一小部分。

dict1 = {1: {0: [-0.022, -0.017]},
         2: {0: [0.269, 0.271]},
         3: {0: [0.118, 0.119]},
         4: {0: [0.057, 0.061]},
         5: {0: [-0.916, -0.924]}}

dict2 = {1: {0: [0.384, 0.398]},
         2: {0: [0.485, 0.489]},
         3: {0: [0.465, 0.469]},
         4: {0: [0.456, 0.468]},
         5: {0: [-0.479, -0.482]}}

dict3 = {1: {0: [-0.323, -0.321]},
         2: {0: [-0.535, -0.534]},
         3: {0: [-0.336, -0.336]},
         4: {0: [-0.140, -0.142]},
         5: {0: [0.175, 0.177]}}

DataFrame(dict1)

                  1               2               3               4  \
0  [-0.022, -0.017]  [0.269, 0.271]  [0.118, 0.119]  [0.057, 0.061]   

                  5  
0  [-0.916, -0.924]

我使用＆＃39;解决了这个问题。迭代，结果是我想要获得的结果。

    index = [['dict1', 'dict1', 'dict2', 'dict2', 'dict3', 'dict3'], ['A', 'B']*3]
    dict = DataFrame(index = index)
    for k in dict1.keys():
        dict = dict.join(DataFrame(dict1[k][0]+dict2[k][0]+dict3[k][0], index = index, columns = [k]))

    print dict

             1      2      3      4      5
dict1 A -0.022  0.269  0.118  0.057 -0.916
      B -0.017  0.271  0.119  0.061 -0.924
dict2 A  0.384  0.485  0.465  0.456 -0.479
      B  0.398  0.489  0.469  0.468 -0.482
dict3 A -0.323 -0.535 -0.336 -0.140  0.175
      B -0.321 -0.534 -0.336 -0.142  0.177

然而，当我将这种方法应用于整个数据时，我不能等到操作完成。我也找到了使用＆＃39; Panel＆＃39;的方法。它减少了时间，但还没有满足。

pd.Panel.from_dict(dict1).to_frame()

请告诉我解决这个简单问题的最佳方法。

Answer 1

您只需修改输入数据并将其转换为DataFrame：

即可

import itertools

lst = [dict1, dict2, dict3]
dict = {}

for k in dict1:
    temp = [l[k].itervalues().next() for l in lst]
    dict[k] = list(itertools.chain(*temp))

dict['row']  = ['A','B']*len(lst)
dict['dict'] = ['dict'+str(i+1) for i in range(len(lst)) for n in range(2)]

In [23]: pd.DataFrame(dict)
Out[23]:
       1      2      3      4      5   dict row
0 -0.022  0.269  0.118  0.057 -0.916  dict1   A
1 -0.017  0.271  0.119  0.061 -0.924  dict1   B
2  0.384  0.485  0.465  0.456 -0.479  dict2   A
3  0.398  0.489  0.469  0.468 -0.482  dict2   B
4 -0.323 -0.535 -0.336 -0.140  0.175  dict3   A
5 -0.321 -0.534 -0.336 -0.142  0.177  dict3   B

Answer 2

你应该简单地从嵌套字典中删除一个级别，以使生活更轻松。下面的代码删除了你不必要的部分，并将每个dicts中的数据帧连接在一起。

all_dicts=[dict1,dict2,dict3]
df=pd.concat([pd.DataFrame({k:v[0] for k,v in d.items()}) for d in all_dicts])
df.index=pd.MultiIndex.from_product([['dict1','dict2','dict3'],['A','B']])

>>> df 
             1      2      3      4      5
dict1 A -0.022  0.269  0.118  0.057 -0.916
      B -0.017  0.271  0.119  0.061 -0.924
dict2 A  0.384  0.485  0.465  0.456 -0.479
      B  0.398  0.489  0.469  0.468 -0.482
dict3 A -0.323 -0.535 -0.336 -0.140  0.175
      B -0.321 -0.534 -0.336 -0.142  0.177

从列表为项目的嵌套字典构造pandas DataFrame

2 个答案: