Python-从嵌套字典中的项目构造pandas DataFrame

Question

假设我有一个嵌套的字典'user_dict'，其结构为：

• 级别1： UserId（长整数）
• 级别2：类别（字符串）
• 级别3：各种属性（浮点数，整数等）。

例如，该词典的条目为：

user_dict[12] = {
    "Category 1": {"att_1": 1, 
                   "att_2": "whatever"},
    "Category 2": {"att_1": 23, 
                   "att_2": "another"}}

其中的每个项目都user_dict具有相同的结构，并且user_dict包含大量的项目，我希望将这些项目提供给pandas DataFrame，从而根据属性构造系列。在这种情况下，分层索引对于此目的将是有用的。

具体来说，我的问题是是否存在一种方法来帮助DataFrame构造函数理解应该从字典中“级别3”的值构建该系列的方法？

如果我尝试类似的方法：

df = pandas.DataFrame(users_summary)

“级别1”（用户ID）中的项目被视为列，这与我要实现的（将用户ID作为索引）相反。

我知道我可以在遍历字典条目之后构造该系列，但是如果有更直接的方法，这将非常有用。一个类似的问题是询问是否可以从文件中列出的json对象构造pandas DataFrame。

Answer 1

大熊猫MultiIndex由元组列表组成。因此，最自然的方法是调整输入字典的形状，使其键为与所需的多索引值相对应的元组。然后，你可以使用pd.DataFrame.from_dict，使用选项来构建数据框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'}}}

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

一种替代方法是通过串联组件数据框来构建数据框：

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