从嵌套字典创建 Pandas Dataframe

Question

我有一个具有以下结构的嵌套字典：course_id，嵌套字典：2 个推荐的课程和每门课程的购买次数。 例如，这个 dict 的条目看起来像这样：

 {490: {566: 253, 551: 247},
 357: {571: 112, 356: 100},
 507: {570: 172, 752: 150}}

我尝试使用此代码从该字典中制作 dataframe ：

result=pd.DataFrame.from_dict(dicts, orient='index').stack().reset_index()
result.columns=['Course ID','Recommended course','Number of purchases']

这对我来说不太适用，因为我想要一个有 5 列的 output。 课程ID，推荐课程1，购买1，推荐课程2，购买2。这个有什么解决办法吗？ 提前致谢。

Answer 1

我建议你重新塑造你的字典，然后重新创建你的 dataframe，但是你离目标 output 不远了，你现在的 Z6A8064B5DF479455500553C47C55057

我们可以cumcount groupby我们唯一的列，然后从创建的多索引 header 中取消unstack并分配我们的列。

s1 = result.groupby(['Course ID',
             result.groupby(['Course ID']).cumcount() + 1]).first().unstack()

s1.columns = [f"{x}_{y}" for x,y in s1.columns]


              Recommended course_1  Recommended course_2  Number of purchases_1  \
Course ID                                                                      
357                         571                   356                  112.0   
490                         566                   551                  253.0   
507                         570                   752                  172.0   

           Number of purchases_2  
Course ID                         
357                        100.0  
490                        247.0  
507                        150.0

Answer 2

不是一个有效的，但应该适用于你的情况： -

df = pd.DataFrame([(k,list(v.keys())[0],list(v.values())[0],list(v.keys())[1],list(v.values())[1]) for k,v in a.items()], columns = ['Course ID','Recommended course 1','purchases 1', 'Recommended Course 2', 'purchases 2'])
print(df)

Output：-

   Course ID  Recommended course 1  purchases 1  Recommended Course 2  \
0        490                   566          253                   551
1        357                   571          112                   356
2        507                   570          172                   752

   purchases 2
0          247
1          100
2          150

Answer 3

您可以使用 itertools 链将嵌套 dict 转换为键、值对的平面列表，并使用键是课程 ID 的字典理解存储到字典d2中，然后使用 pandas 继续形成 dataframe。

import pandas as pd
from itertools import chain

d = {
    490: {566: 253, 551: 247},
    357: {571: 112, 356: 100},
    507: {570: 172, 752: 150}
}

d2 = {k: list(chain.from_iterable(v.items())) for k, v in d.items()}
df = pd.DataFrame.from_dict(d2, orient='index').reset_index()
df.columns = ['id','rec_course1', 'n_purch_1', 'rec_course2', 'n_purch_2']

df

    id   rec_course1  n_purch_1  rec_course2  n_purch_2
0  490           566        253          551        247
1  357           571        112          356        100
2  507           570        172          752        150