來自dicts列表的Pandas DataFrame

Question

我有一個數據結構，它是一個dicts列表列表：

[
    [{'Height': 86, 'Left': 1385, 'Top': 215, 'Width': 86},
     {'Height': 87, 'Left': 865, 'Top': 266, 'Width': 87},
     {'Height': 103, 'Left': 271, 'Top': 506, 'Width': 103}],
    ...
]

我可以將它轉換為數據框：

detections[0:1]
df = pd.DataFrame(detections)
pd.DataFrame(df.apply(pd.Series).stack())

產量：

這幾乎是我想要的， 但是 ：

如何將每個單元格中的字典轉換為“左”，“頂”，“寬”，“高”列？

Answer 1

要添加到Psidom的答案 ，還可以使用itertools.chain.from_iterable將列表展平。

from itertools import chain

pd.DataFrame(list(chain.from_iterable(detections)))

在我的實驗中，對於大量“塊”，這大約快兩倍。

In [1]: %timeit [r for d in detections for r in d]
10000 loops, best of 3: 69.9 µs per loop

In [2]: %timeit list(chain.from_iterable(detections))
10000 loops, best of 3: 34 µs per loop

---

如果您確實希望最終數據框中的索引能夠反映原始分組，則可以使用

pd.DataFrame(detections).stack().apply(pd.Series)

       Height  Left  Top  Width
0   0      86  1385  215     86
    1      87   865  266     87
    2     103   271  506    103
1   0      86  1385  215     86
    1      87   865  266     87
    2     103   271  506    103

你很接近，但是你需要在堆疊索引后應用pd.Series 。

Answer 2

您可以循環遍歷列表，構建數據框列表，然后將它們連接起來：

pd.concat([pd.DataFrame(d) for d in detections])

# Height    Left    Top  Width
#0    86    1385    215     86
#1    87     865    266     87
#2   103     271    506    103

---

或者，首先展開列表，然后調用pd.DataFrame() ：

pd.DataFrame([r for d in detections for r in d])