我已经将一些数据导入到列表的堆叠字典中,其结构如下:
结构一:
{product_name : {category_name : { column_title_1 :[val1,val2,val3], column_title_2 :["string 1","string 2","string 3"], column_title_3 :["string 1a","string 2b","string 3c"] }}}
结构二:
{product_name : { column_title_1 :[val1,val2,val3], column_title_2 :["string 1","string 2","string 3"], column_title_3 :["string 1a","string 2b","string 3c"], "categories" :["category1","category1","category1"]}}}
我想将字典导入 Pandas,所以它看起来像这样:
df_Structure_1
--------------------------------column_title_1-----column_title_2-----column_title_3
product_name_1---category 1-----val_1 -----string 1 -----string 1a
--------------------------------val_2 -----string 2 -----string 2b
--------------------------------val_3 -----string 3 -----string 3c
-----------------category 2-----val_4 -----string 4 -----string 4d
--------------------------------val_5 -----string 5 -----string 5e
--------------------------------val_6 -----string 6 -----string 6f
product_name_2---category 1a----val_1 -----string 1 -----string 1a
--------------------------------val_2 -----string 2 -----string 2b
--------------------------------val_3 -----string 3 -----string 3c
-----------------category 2b----val_4 -----string 4 -----string 4d
--------------------------------val_5 -----string 5 -----string 5e
--------------------------------val_6 -----string 6 -----string 6f
即产品名称和类别都有一个 multi_index。
或 df_Structure_2
--------------------------------column_title_1-----column_title_2-----column_title_3------category
product_name_1------------------val_1 -----string 1 -----string 1a ------category1
--------------------------------val_2 -----string 2 -----string 2b ------category1
--------------------------------val_3 -----string 3 -----string 3c ------category1
--------------------------------val_4 -----string 4 -----string 4d ------category2
--------------------------------val_5 -----string 5 -----string 5e ------category2
--------------------------------val_6 -----string 6 -----string 6f ------category2
product_name_2------------------val_1 -----string 1 -----string 1a ------category1a
--------------------------------val_2 -----string 2 -----string 2b ------category1a
--------------------------------val_3 -----string 3 -----string 3c ------category1a
--------------------------------val_4 -----string 4 -----string 4d ------category1b
--------------------------------val_5 -----string 5 -----string 5e ------category1b
--------------------------------val_6 -----string 6 -----string 6f ------category1b
我试过了
pd.DataFrame.from_dict(product_dict.items(), orient='index')
还有许多其他方法,例如遍历字典以构建数据框。我还没有做任何工作。
请提供解决方案,或者至少让我知道在评论中搜索的正确术语。
谢谢。
最佳答案
据我所知,pandas.DataFrame.from_dict不制作多索引数据框。另外,在你的情况下,你的一些字典键是索引,其他是列,所以你需要自己构建数据框。
您可以在内部嵌套级别使用字典迭代字典以创建数据帧列表,然后使用 pandas.concat将它们加入一个单一的多索引数据框。
让我们从更简单的结构 2(ss2
是结构 2 之后的字典)开始:
df_list2 = [pd.DataFrame(v, index=pd.MultiIndex.from_product([[k], range(len(v[list(v)[0]]))])) for k, v in ss2.items()]
df2 = pd.concat(df_list2)
df_list2
是一个数据帧列表,对于每个数据帧,多重索引已经使用 pandas.MultiIndex.from_product 准备好了,所以当使用 concat
时,结果自然而然。 MultiIndex 有 2 个级别:产品名称和具有相同产品名称的行的累进整数。
结构 1 的逻辑相同(这里 ss1
是字典`),但这里的迭代更复杂,因为多索引中将有 3 个级别:产品名称、类别名称和递进整数。
df_list1 = [pd.DataFrame(iv, index=pd.MultiIndex.from_product([[k], [ik], range(len(iv[list(iv)[0]]))])) for k, v in ss1.items() for ik, iv in v.items()]
df1 = pd.concat(df_list1)
关于 python Pandas : Importing stacked dictionary of lists to create multi-indexed DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58156432/