如何从具有分层索引的嵌套字典创建 Pandas DataFrame？

从具有分层索引的嵌套字典中的项目构造 Pandas DataFrame

在这种情况下，您希望从层次结构由以下内容组成的嵌套字典创建 pandas DataFrame :

• 1 级：用户ID
• 第 2 级：类别
• 第 3 级：分类属性

所需的 DataFrame 应该以用户 ID 作为索引，以类别和属性作为列。

利用 Pandas MultiIndex

一种有效的方法利用 pandas MultiIndex，可以创建多级索引结构。要使用此方法：

1. 重塑输入字典以使用元组作为键，与所需的 MultiIndex 值对齐。
2. 使用 pd.DataFrame.from_dict 构造 DataFrame，指定 orient= 'index' 将数据与定义的元组键对齐。

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')

print(df)



               att_1     att_2
12 Category 1      1  whatever
   Category 2     23   another
15 Category 1     10       foo
   Category 2     30       bar

方法通过串联

或者，您可以通过串联逐步构建 DataFrame：

1. 提取用户 ID 并创建一个空列表来存储组件数据帧。
2. 迭代字典，为每个用户创建一个数据框并将其添加到列表中。
3. 连接组件使用 pd.concat 的数据帧，按用户 ID 进行索引。

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)

print(df)


               att_1     att_2
12 Category 1      1  whatever
   Category 2     23   another
15 Category 1     10       foo
   Category 2     30       bar

以上是如何从具有分层索引的嵌套字典创建 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！