如何提取 3 級字典最內層字典的值並將這些值保存在 Pandas DataFrame 中？

Question

我有一個 3 級嵌套字典，其結構如下：

Dictionary 1: Keys: 1, 2, 3, 4. 1代表冬季，2代表spring，3代表夏季，4代表秋季。

詞典 2. 關鍵詞：2005 年至 2018 年。

字典 3. 鍵值：0 到 24。0 到 24 表示每小時平均值。 每個鍵的值都與那個季節那一年的每小時平均值有關。

我也張貼了 3 部詞典的圖片。

我是 Python 的初學者，到目前為止我已經嘗試了下面的代碼，但它沒有給我想要的輸出。

df = pd.DataFrame.from_dict({(i, j, k): pm_10_abs_season[i][j][k] for i in pm_10_abs_season.keys() for j in pm_10_abs_season[i].keys() for k in pm_10_abs_season[i][j]}, orient = 'index')

我得到的 output 看起來像這樣：

我想將數據保存在四個 Pandas DataFrame 中。 每個季節一個。 然后，我想以以下格式保存數據：

列：第 0 小時、第 1 小時、第 3 小時、...、第 23 小時

行數：2005、2006、2007、...、2018

因此，Pandas DataFrame 的結構如下所示：

Year|Hour 0|Hour 1|Hour 2|...|Hour 23
-------------------------------------
2005|
2005|
2005|
... |
2018|

Answer 1

我想將數據保存在四個 Pandas DataFrames 中

我假設您對嵌套數據幀沒有問題，因為您沒有另外指定，並且您想要的 output 結構沒有任何反對意見。 如果您想展平它，那么我需要有關 output 結構的更多詳細信息，最好還需要一些 output 的樣本。

---

你可以使用類似的東西

def dict2df(seasonDict:dict):
    df = pd.DataFrame(seasonDict).T.rename_axis('Year', axis='rows')
    return df.rename(lambda n: f'Hour {n}', axis='columns')

或者

def dict2df(seasonDict:dict):
    return pd.DataFrame([{'Year': yk, **{
        f'Hour {hk}': hdf for hk, hdf in yd.items()
    }} for yk, yd in seasonDict.items()]).set_index('Year')

[在我意識到/發現{column->{index->value}}是 pd.DataFrame 的有效輸入結構並且pd.DataFrame中的 4 個詞典有一個 { pm_10_abs_season >{column->value }}結構，只需要轉置（ .T ）即可非常接近您想要的 output 結構。 第二個版本似乎確實快了一點（大約 10%），但我不確定你是否認為它足夠重要。]

---

無論如何，我生成了一個測試輸入（ seasons_dfs ）來模仿你的pm_10_abs_season （但里面的數據幀只有一個包含字符串'<DataFrame>'單元格）

seasonRef = {k:v for k,v in enumerate(['winter','spring','summer','autumn'],1)}
# seasonRef = {1: 'winter', 2: 'spring', 3: 'summer', 4: 'autumn'}

seasons_dfs = {sk: {yk: {
    hk: pd.DataFrame(
        {f'{sn[0]}_{str(yk)[-2:]}':{f'hour{hk:0>2}':f'<DataFrame>'}}
    ) for hk in range(24)
} for yk in range(2005,2019)} for sk,sn in seasonRef.items()}

然后使用 function ^{( dict2df(sd) )}將其轉換為數據幀字典 ( nestedDfs )。

nestedDfs = {
    seasonRef.get(s, f'[season {s}]'): dict2df(sd) 
    for s, sd in seasons_dfs.items()
}

nestedDfs 中的 4 個nestedDfs應該有你想要的 output 結構：