중첩된 사전에서 계층적 인덱싱을 사용하여 Pandas DataFrame을 만드는 방법은 무엇입니까?

계층적 인덱싱을 사용하여 중첩된 사전 값에서 Pandas DataFrame 구성

첫 번째 수준 키가 UserId를 나타내는 중첩된 사전인 user_dict를 고려하세요. 두 번째 수준 키는 카테고리이고 세 번째 수준 키는 다양한 속성입니다. 목표는 세 번째 수준의 값을 사용하여 계층적 인덱스가 있는 pandas DataFrame을 구성하는 것입니다.

이를 달성하려면 사전의 키를 계층적 인덱스를 나타내는 튜플로 재구성해야 합니다. pd.DataFrame.from_dict를 사용하면 올바른 인덱스 구조로 DataFrame을 생성할 수 있습니다.

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'}}}

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')


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

대체 접근 방식은 각 사전 항목에서 생성된 개별 DataFrame을 연결하는 것입니다.

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'))

pd.concat(frames, keys=user_ids)

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

둘 다 메서드는 중첩된 사전의 세 번째 수준 값을 사용하여 계층적 인덱스로 DataFrame을 효과적으로 구성합니다.

위 내용은 중첩된 사전에서 계층적 인덱싱을 사용하여 Pandas DataFrame을 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!