从字典到多索引数据帧的嵌套字典，其中字典键是列标签
从字典到多索引数据帧的嵌套字典，其中字典键是列标签
提问于 2014-07-28 11:43:02
假设我有一个字典，如下所示：
dictionary = {'A' : {'a': [1,2,3,4,5],
'b': [6,7,8,9,1]},
'B' : {'a': [2,3,4,5,6],
'b': [7,8,9,1,2]}}我想要一个看起来像这样的数据帧：
A B
a b a b
0 1 6 2 7
1 2 7 3 8
2 3 8 4 9
3 4 9 5 1
4 5 1 6 2有什么方便的方法可以做到这一点吗？如果我尝试：
In [99]:
DataFrame(dictionary)
Out[99]:
A B
a [1, 2, 3, 4, 5] [2, 3, 4, 5, 6]
b [6, 7, 8, 9, 1] [7, 8, 9, 1, 2]我得到一个数据帧，其中每个元素都是一个列表。我需要的是一个多索引，其中每个级别对应于嵌套字典中的键，行对应于列表中的每个元素，如上所示。我想我可以做一个非常粗糙的解决方案，但我希望有更简单的解决方案。
回答 5
Stack Overflow用户
回答已采纳
发布于 2014-07-28 11:58:45
Pandas希望将MultiIndex值作为元组，而不是嵌套的字典。最简单的做法是在尝试将字典传递给DataFrame之前将其转换为正确的格式：
>>> reform = {(outerKey, innerKey): values for outerKey, innerDict in dictionary.iteritems() for innerKey, values in innerDict.iteritems()}
>>> reform
{('A', 'a'): [1, 2, 3, 4, 5],
('A', 'b'): [6, 7, 8, 9, 1],
('B', 'a'): [2, 3, 4, 5, 6],
('B', 'b'): [7, 8, 9, 1, 2]}
>>> pandas.DataFrame(reform)
A B
a b a b
0 1 6 2 7
1 2 7 3 8
2 3 8 4 9
3 4 9 5 1
4 5 1 6 2
[5 rows x 4 columns]Stack Overflow用户
发布于 2017-06-29 02:35:32
dict_of_df = {k: pd.DataFrame(v) for k,v in dictionary.items()}
df = pd.concat(dict_of_df, axis=1)请注意，对于低于3.6的python，列的顺序会丢失
Stack Overflow用户
发布于 2020-04-08 04:49:41
这个答案有点晚了，但是...
您正在寻找的功能是.stack
df = pandas.DataFrame.from_dict(dictionary, orient="index").stack().to_frame()
# to break out the lists into columns
df = pd.DataFrame(df[0].values.tolist(), index=df.index)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24988131
复制相关文章
相似问题