字典嵌套字典转换为pandas数据框 - 将多级索引行变为列

Question

字典嵌套字典转换为pandas数据框 - 将多级索引行变为列

4

我有一个这样的字典：

my_dict = {'Key': {'Service': {'Number': 61, 'Percent': 2.54 }, 'Service2': {'Number': 42, 'Percent': 2.2 } }, 'Key2': {'Service3': {'Number': 8, 'Percent': 2.74}, 'Service2': {'Number': 52, 'Percent': 2.5 } }}

我正在尝试将其转换为pandas数据框。我已经成功实现了以下解决方案：

pandas.concat(map(pandas.DataFrame, my_dict.itervalues()), keys=my_dict.keys()).stack().unstack(0)

然而，我的问题在于我得到了一个表格，其中行索引是服务和数字/百分比的多重索引。相反，我希望索引只是出现的不同服务（不是多重索引），并且希望列是键，就像它们现在一样，但第1列部分是数字，第2列部分是所有具有百分比的键，如果这有意义的话。转置不是我想要的，因为我不想改变整个索引，只是数字/百分比部分。我希望在从上面的字典转换为数据框后，它看起来像这样：

          Number         Percent
          Key    Key2    Key     Key2
Service   61     NaN     2.54    NaN
Service2  42     52      2.2     2.5
Service3  NaN    8       NaN     2.74

有关此问题，有什么建议吗？

- Jan G-M

2

你能展示期望的输出结果（并格式化你的代码块）吗？ - IanS

是的，抱歉，现在已更新以包括该内容。 - Jan G-M

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- piRSquared · Accepted Answer

pd.concat({k: pd.DataFrame(v) for k, v in my_dict.items()})

              Service  Service2  Service3
Key  Number     61.00      42.0       NaN
     Percent     2.54       2.2       NaN
Key2 Number       NaN      52.0      8.00
     Percent      NaN       2.5      2.74

pd.concat({k: pd.DataFrame(v) for k, v in my_dict.items()}, axis=1).stack(0).T

         Number       Percent      
            Key  Key2     Key  Key2
Service    61.0   NaN    2.54   NaN
Service2   42.0  52.0    2.20  2.50
Service3    NaN   8.0     NaN  2.74

这不依赖于推导式

pd.DataFrame(my_dict).stack().apply(pd.Series).unstack()
# pandas.DataFrame(i).stack().apply(pandas.Series).unstack()

         Number       Percent      
            Key  Key2     Key  Key2
Service    61.0   NaN    2.54   NaN
Service2   42.0  52.0    2.20  2.50
Service3    NaN   8.0     NaN  2.74