python - 访问 python 子列表以导入 pandas DataFrame

Question

我正在尝试从 yql 导入梦幻篮球数据进入 Pandas 数据框，但我遇到了嵌套内容的问题。

来自 yql (results.rows) 的数据看起来像这样(当我使用 type(results.rows) 时，我得到列表)。

{u'display_position': u'PF',
u'editorial_player_key': u'nba.p.4175',
u'editorial_team_abbr': u'Uta',
u'editorial_team_full_name': u'Utah Jazz',
u'editorial_team_key': u'nba.t.26',
u'eligible_positions': {u'position': u'PF'},
u'headshot': {u'size': u'small',
  u'url': u'http://l.yimg.com/iu/api/res/1.2/KjAPlP83IIrP9iReWfjyjw--/YXBwaWQ9eXZpZGVvO2NoPTIxNTtjcj0xO2N3PTE2NDtkeD0xO2R5PTE7Zmk9dWxjcm9wO2g9NjA7cT0xMDA7dz00Ng--/http://l.yimg.com/a/i/us/sp/v/nba/players_l/20101116/4175.jpg'},
  u'image_url': u'http://l.yimg.com/iu/api/res/1.2/KjAPlP83IIrP9iReWfjyjw--/YXBwaWQ9eXZpZGVvO2NoPTIxNTtjcj0xO2N3PTE2NDtkeD0xO2R5PTE7Zmk9dWxjcm9wO2g9NjA7cT0xMDA7dz00Ng--/http://l.yimg.com/a/i/us/sp/v/nba/players_l/20101116/4175.jpg',
u'is_undroppable': u'0',
u'name': {u'ascii_first': u'Paul',
  u'ascii_last': u'Millsap',
  u'first': u'Paul',
  u'full': u'Paul Millsap',
  u'last': u'Millsap'},
u'player_id': u'4175',
u'player_key': u'304.p.4175',
u'position_type': u'P',
u'uniform_number': u'24'}

当我执行

DataFrame(results.rows) 

它可以很好地导入数据，但是头像和姓名中的数据都作为带有嵌套列表的列导入。

我可以从 iPython 访问子列表，但是当我尝试将其导入数据框时出现错误:

results[0]['name']

{u'ascii_first': u'Pau',
 u'ascii_last': u'Gasol',
 u'first': u'Pau',
 u'full': u'Pau Gasol',
 u'last': u'Gasol'}

 DataFrame([results[0]['name'])

 ValueError: If use all scalar values, must pass index

我想要的行为是将嵌套列表导入为它们自己的列，而不是作为包含嵌套列表的列。我该怎么做？

我想要的最终结果是具有以下布局的 DataFrame:

+---------------------------------------------------------------------------------------+
|display_position | (...) | ascii_first | ascii_last | first | full | last | player_id  |
+---------------------------------------------------------------------------------------+
|    Data         |       |             |            |       |      |      |            |
+---------------------------------------------------------------------------------------+

Answer 1

您需要“展平”results.rows 中包含的字典。在您的情况下， results[n] (其中 n 是表示单个“记录”的基于零的索引)是一个包含嵌套字典的字典(对于键 姓名 和头像 )。

字典的扁平化已在 this question 中进行了详细讨论。及其相关问题。

一种可能的方法:

import collections

def flatten(d, parent_key=''):
    items = []
    for k, v in d.items():
        new_key = parent_key + '_' + k if parent_key else k
        if isinstance(v, collections.MutableMapping):
            items.extend(flatten(v, new_key).items())
        else:
            items.append((new_key, v))
    return dict(items)

flattened_records = [flatten(record) for record in results.rows]
df = DataFrame(flattened_records)

请注意，使用这种方法，嵌套列的键将通过将“父”键与嵌套字典中的键(例如“name_first”、“name_last”)连接起来派生。您可以自定义 flatten 方法来更改它。

这里可以使用不止一种方法。关键见解是您需要展平 results.rows 中包含的字典。