时间戳

首页 > 解决方案 > 带有内部堆叠子表的 Pandas DataFrame 表

python - 带有内部堆叠子表的 Pandas DataFrame 表

问题描述

假设我有以下来自数据库的输入数据。 

    data = [{'abc': 'None',
          'cde': 4,
          'efg': 1,
          'blah': {'k': 23,
                   'y': 26,
                   'u':48}
          },{'abc': 'hdf',
          'cde':10,
          'efg': 2,
          'blah': {'k': 244,
                   'y': 747,
                   'u':75,
                   'g':88},
        },
]

以下是我想要制作的 pandas 数据框的外观：

                       blah
       cde  abc    g    k    u   y
efg 1   4  'None'  N/A  23   48  26
    2   10 'hdf'   88   244  75  747

主要特点：

尝试：当我将数据放入熊猫数据框中时，我得到以下信息：

 abc  cde  efg  blah
k  None    4    1    23
u  None    4    1    48
y  None    4    1    26
g   hdf   10    2    88
k   hdf   10    2   244
u   hdf   10    2    75
y   hdf   10    2   747

我怀疑 pandas 将嵌套的 dict 键作为索引，所以我将其重置为以下内容：

index   abc  cde  efg  blah
0     k  None    4    1    23
1     u  None    4    1    48
2     y  None    4    1    26
3     g   hdf   10    2    88
4     k   hdf   10    2   244
5     u   hdf   10    2    75
6     y   hdf   10    2   747

所以我通过 pandas 提供的“索引”列来旋转这个表，我希望它有一个堆叠的交叉表，其中“blah”父项作为最顶层的项目，子列是它的嵌套 dict ('k','u '、'y'、'g'）。此外，我希望其他列保持完整，只有“blah”部分具有合并的单元格。但是，我们得到了这个：

>>> t_pivot = t_concat.pivot_table(columns='index')

>>> t_pivot

index     g      k     u      y
blah   88.0  133.5  61.5  386.5
cde    10.0    7.0   7.0    7.0
efg     2.0    1.5   1.5    1.5

好吧不是很好，所以也许我需要明确说明我们应该索引哪些数据：

t_pivot = t_concat.pivot_table(index = 'efg',columns=['index', 'cde'])

>>> t_pivot

       blah                                      
index     g     k            u           y       
cde      10    4      10    4     10    4      10
efg                                              
1       NaN  23.0    NaN  48.0   NaN  26.0    NaN
2      88.0   NaN  244.0   NaN  75.0   NaN  747.0

还是不对。

那么关于如何从具有嵌套字典的字典形成数据框的任何想法？主要使单元格为父元素及其各自的子元素正确合并。最终结果将进入一个 html 文档。

我尝试过的其他事情： - 将内部 dict 键变成元组 - 使用 stack() 方法，但似乎无法得到任何看起来正确的东西

标签： pythonpython-3.xpandasdataframedata-analysis

解决方案

df = pd.DataFrame(data).set_index('efg')
sub_df = df.blah.apply(pd.Series)
sub_df = pd.concat({'blah': sub_df}, axis=1, names=['l1', 'l2'])
df = pd.concat({'': df}, axis=1, names=['l1', 'l2'])
df = pd.concat((df, sub_df), axis=1)
df = df.drop(('', 'blah'), axis=1)
print df

l1             blah                    
l2    abc cde     g      k     u      y
efg                                    
1    None  4  NaN    23.0   48.0  26.0 
2    hdf   10  88.0  244.0  75.0  747.0

分层列解决方案基于此答案。

推荐阅读