來自Python嵌套字典的Pandas Dataframe

Question

我正在嘗試從python嵌套字典創建一個Pandas數據框，如下所示：

dictionary = {'user1' : {'a': np.array([1,2,3,4]),
                         'b': np.array([6,7,8,9])},

              'user2' : {'a': np.array([2,3,4,5]),
                         'b': np.array([7,8,9,1])}}

我希望數據框看起來像這樣：

      a_w a_x a_y a_z b_w b_x b_y b_z
user1  1   2   3   4   6   7   8   9
user2  2   3   4   5   7   8   9   1

編輯:(其中w，x，y，z是告訴數組中的值代表什么的標記）

我試圖在這些問題中修改解決方案： 嵌套字典到多索引數據框，其中字典鍵是列標簽

從嵌套字典中的項構造pandas DataFrame

但無法獲得正確的表格。

任何幫助都會很棒，謝謝。

Answer 1

你可以用字典理解完成整個事情，並使用enumerate來跟蹤每個元素的索引，給你一些相似的排序。

d = {
  k: {f'{ik}_{idx}': el for ik, iv in v.items() for idx, el in enumerate(iv)}
  for k, v in dictionary.items()
}

pd.DataFrame.from_dict(d, orient='index')

       a_0  a_1  a_2  a_3  b_0  b_1  b_2  b_3
user1    1    2    3    4    6    7    8    9
user2    2    3    4    5    7    8    9    1

Answer 2

擁有重復的列名稱很少是一個好主意..但是你走了，

更新2

result = pd.concat({key:pd.DataFrame(val,index=['w','x','y','z']) for key,val in dictionary.items()})
           .unstack(-1)

你知道嗎，我要在列中留下多索引而不是_連接。 以這種方式離開通常會更靈活。

更新1

result = (pd.concat({key:pd.DataFrame(val) for key,val in dictionary.items()})
            .unstack(-1).droplevel(1,axis=1)

原版的

result = (pd.concat({key:pd.DataFrame(val) for key,val in dictionary.items()})
            .unstack(-1).T
            .reset_index(level=1,drop=True).T)

result
        a   a   a   a   b   b   b   b
user1   1   2   3   4   6   7   8   9
user2   2   3   4   5   7   8   9   1