如何從具有分層索引的嵌套字典有效建立 Pandas DataFrame？

從巢狀字典建構Pandas DataFrame

使用巢狀字典時，將資料轉換為pandas DataFrame 可能具有挑戰性一種與所需結構保持一致的方式。特別是，從字典最深層提取資料作為系列可能會很麻煩。

假設您有一個結構如下的字典：

• 等級1：UserId（長整型）
• 第2 層：類別（字串）
• 第 3等級：什錦屬性（浮點型、整數型等）

目標是使用字典第三層的資料建立具有分層索引的 DataFrame。

使用a MultiIndex

pandas MultiIndex 是在 DataFrame 中表示分層資料的便利方法。若要從巢狀字典建立 MultiIndex，請將鍵重塑為與多索引值對應的元組。

user_dict = {12: {'Category 1': {'att_1': 1, 'att_2': 'whatever'},
                  'Category 2': {'att_1': 23, 'att_2': 'another'}},
             15: {'Category 1': {'att_1': 10, 'att_2': 'foo'},
                  'Category 2': {'att_1': 30, 'att_2': 'bar'}}}

df = pd.DataFrame.from_dict({(i,j): user_dict[i][j] 
                           for i in user_dict.keys() 
                           for j in user_dict[i].keys()},
                       orient='index')

此方法將建立一個具有分層索引的 DataFrame，其中第一個包含 UserIds 和第二級包含類別。第三層的資料現在被組織成系列，可以使用 UserId 和 Category 作為索引進行存取。

使用串聯的替代方法

建構 DataFrame 的另一種方法是透過連接元件資料幀。

user_ids = []
frames = []

for user_id, d in user_dict.iteritems():
    user_ids.append(user_id)
    frames.append(pd.DataFrame.from_dict(d, orient='index'))

df = pd.concat(frames, keys=user_ids)

此方法迭代字典，建立一個 DataFrame對於每個 user_id 和類別組合。然後將產生的資料幀垂直連接並使用鍵作為分層索​​引進行連接。

以上是如何從具有分層索引的嵌套字典有效建立 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！