从几个嵌套字典

时间:2018-02-21 13:25:25

标签: python pandas dictionary

我有一个里面有两个嵌套词典的词典。这是一个最小的例子:

df = {'line1': {'a': {'a': 1, 'b': 2}, 'b': {'a': 3, 'b': 4}},
      'line2': {'a': {'a': 5, 'b': 6}, 'b': {'a': 7, 'b': 8}},
      'line3': {'a': {'a': 9, 'b': 10}, 'b': {'a': 11, 'b': 12}},
      'line4': {'a': {'a': 13, 'b': 14}, 'b': {'a': 15, 'b': 16}}}

我的程序中有数百行代码,这种结构似乎最容易存储我需要的每个数据。我想像这样创建一个pandas dataFrame:

        aa  ab  ba  bb
line1   1   2   3   4
line2   5   6   7   8
line3   9   10  11  12
line4   13  14  15  16

但似乎pd.DataFrame(dict)命令无法正确处理超过2个嵌套字典,我得到了这个:

pd.DataFrame(df).T

                          a                     b
line1    {u'a': 1, u'b': 2}    {u'a': 3, u'b': 4}
line2    {u'a': 5, u'b': 6}    {u'a': 7, u'b': 8}
line3   {u'a': 9, u'b': 10}  {u'a': 11, u'b': 12}
line4  {u'a': 13, u'b': 14}  {u'a': 15, u'b': 16}

有一种简单的方法可以解决这个问题吗?或者我是否必须编写额外的代码来转换我的字典,或者更糟糕的是,设计另一种方法来存储我的数据(这会让我重新编写程序的几个部分)?

提前致谢。

1 个答案:

答案 0 :(得分:3)

concatdict comprehension一起使用,然后按unstack重新整形数据,并将MultiIndex转换为map

df = pd.concat({k: pd.DataFrame(v) for k, v in df.items()}).unstack()
df.columns = df.columns.map(''.join)
print (df)
       aa  ab  ba  bb
line1   1   2   3   4
line2   5   6   7   8
line3   9  10  11  12
line4  13  14  15  16