使用外键作为 df 索引和内键列 headers 从嵌套字典创建 pandas 数据框

Question

我有一个像下面这样的嵌套字典

dictA = {X:{A: 0.2, B:0.3, C:0.4} ,Y:{A: 0.05, B:0.8, C:0.1},Z:{A: 0.15, B:0.6, C:0.25}}

我想创建一个数据框，其中第一个键对应于索引，嵌套字典的键是列 headers。例如，

     A    B    C
  X  0.2  0.3  0.4 
  Y  0.05 0.8  0.1
  Z  0.15 0.6  0.25

我知道我可以从外部字典中提取键到列表中（使用列表理解）：

index_list = [key for key in dictA.iterkeys()]

然后将嵌套字典合并为一个字典：

dict_list = [value for value in dictA.itervalues()]
final_dict = {k: v for dict in dict_list for k, v in dict.items()}

我终于可以通过以下方式创建我的 df：

df = pd.DataFrame(final_dict, index = index_list)

问题是我需要将正确的值映射回正确的索引，这在普通字典发生变化时很困难。

我想有一种与我上面建议的完全不同且更有效的方法，请帮忙？

Answer 1

您可以简单地将 dictA 转换为 DataFrame，然后进行转置，使列成为索引，索引成为列。例子-

df = pd.DataFrame(dictA).T

演示 -

In [182]: dictA = {'X':{'A': 0.2, 'B':0.3, 'C':0.4} ,'Y':{'A': 0.05, 'B':0.8, 'C':0.1},'Z':{'A': 0.15, 'B':0.6, 'C':0.25}}

In [183]: df = pd.DataFrame(dictA).T

In [184]: df
Out[184]:
      A    B     C
X  0.20  0.3  0.40
Y  0.05  0.8  0.10
Z  0.15  0.6  0.25

Answer 2

使用from_dict并传递orient='index'它被设计用来处理这种形式的字典：

In [350]:
pd.DataFrame.from_dict(dictA, orient='index')

Out[350]:
      A     C    B
X  0.20  0.40  0.3
Y  0.05  0.10  0.8
Z  0.15  0.25  0.6

使用外键作为 df 索引和内键列 headers 从嵌套字典创建 pandas 数据框

Create pandas dataframe from nested dict with outer keys as df index and inner keys column headers

python

dictionary

nested

dataframe

pandas