如何从具有分层数据的嵌套字典高效创建 Pandas DataFrame？

从嵌套字典项构造 Pandas DataFrames

给定一个嵌套字典，其结构以 UserId 作为顶层，Categories 作为第二层level，以及各种属性作为第三层，目标是创建一个具有分层索引的pandas DataFrame。每个 UserID 应显示为索引值，而类别和属性值则形成列名称。

从此类字典构造 DataFrame 的传统尝试可能会导致索引和列分配不正确。要解决此问题，请考虑以下方法：

1.重塑字典：

一种解决方案是将字典重塑为一种格式，其中键是表示所需 MultiIndex 的元组。这允许将 pd.DataFrame.from_dict 与 orient='index':

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')

2 一起使用。连接数据帧：

或者，可以通过为每个类别和用户构建单独的数据帧，然后连接它们来构建数据帧：

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)

两种方法都会生成具有所需数据的数据帧分层索引和列结构：

               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数据的嵌套字典高效创建 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！