我有一个嵌套字典,子字典使用列表：
nested_dict = {'string1': {69: [1231,232],67:[682,12],65: [1,1]},`string2` :{28672: [82,23],22736:[82,93,1102,102],19423: [64,23]},... }
列表中至少有两个元素用于子词典,但可能会有更多.
我想将这个字典“展开”成一个pandas DataFrame,第一个字典键有一列(例如’string1′,’string2′,..),一个列用于子目录键,一列用于第一个字典键列表中的项目,下一个项目的一列,依此类推.
这是输出应该是什么样子：
col1 col2 col3 col4 col5 col6
string1 69 1231 232
string1 67 682 12
string1 65 1 1
string2 28672 82 23
string2 22736 82 93 1102 102
string2 19423 64 23
当然,我尝试使用pd.DataFrame.from_dict：
new_df = pd.DataFrame.from_dict({(i,j): nested_dict[i][j]
for i in nested_dict.keys()
for j in nested_dict[i].keys()
...
现在我被卡住了.并且存在许多问题：
>我如何解析字符串(即nested_dict [i] .values()),使每个元素都是一个新的pandas DataFrame列？
>以上实际上不会为每个字段创建一列
>以上内容不会填充带有元素的列,例如： string1应该位于子目录键值对的每一行中. (对于col5和col6,我可以用零填充NA)
>我不确定如何正确命名这些列.
最佳答案
这应该会给你你想要的结果,虽然它可能不是最优雅的解决方案.这可能是更好的(更多的熊猫方式).
我解析了你的嵌套字典并构建了一个字典列表(每行一个).
# some sample input
nested_dict = {
'string1': {69: [1231,'string2' :{28672: [82,'string3' :{28673: [83,24],22737:[83,94,1103,103],19424: [65,24]}
}
# new list is what we will use to hold each row
new_list = []
for k1 in nested_dict:
curr_dict = nested_dict[k1]
for k2 in curr_dict:
new_dict = {'col1': k1,'col2': k2}
new_dict.update({'col%d'%(i+3): curr_dict[k2][i] for i in range(len(curr_dict[k2]))})
new_list.append(new_dict)
# create a DataFrame from new list
df = pd.DataFrame(new_list)
输出：
col1 col2 col3 col4 col5 col6
0 string2 28672 82 23 NaN NaN
1 string2 22736 82 93 1102.0 102.0
2 string2 19423 64 23 NaN NaN
3 string3 19424 65 24 NaN NaN
4 string3 28673 83 24 NaN NaN
5 string3 22737 83 94 1103.0 103.0
6 string1 65 1 1 NaN NaN
7 string1 67 682 12 NaN NaN
8 string1 69 1231 232 NaN NaN
假设输入将始终包含足够的数据来创建col1和col2.
我遍历nested_dict.假设nested_dict的每个元素也是字典.我们也循环遍历该字典(curr_dict).键k1和k2用于填充col1和col2.对于其余的键,我们遍历列表内容并为每个元素添加一列.