时间戳

首页 > 解决方案 > 带有数据框的嵌套字典到熊猫中的数据框

python - 带有数据框的嵌套字典到熊猫中的数据框

问题描述

我知道有一些关于嵌套字典到数据框的问题，但他们的解决方案对我不起作用。我有一个数据框，它包含在一个字典中，该字典包含在另一个字典中，如下所示：

df1 = pd.DataFrame({'2019-01-01':[38],'2019-01-02':[43]},index = [1,2])
df2 = pd.DataFrame({'2019-01-01':[108],'2019-01-02':[313]},index = [1,2])
da = {}
da['ES']={}
da['ES']['TV']=df1
da['ES']['WEB']=df2

我想要获得的是以下内容：

df_final = pd.DataFrame({'market':['ES','ES','ES','ES'],'device':['TV','TV','WEB','WEB'],
                     'ds':['2019-01-01','2019-01-02','2019-01-01','2019-01-02'],
                     'yhat':[43,38,423,138]})

从另一个 SO 问题中获取代码我试过这个：

market_ids = []
frames = []
for market_id,d in da.items():
  market_ids.append(market_id)
  frames.append(pd.DataFrame.from_dict(da,orient = 'index'))    
df = pd.concat(frames, keys=market_ids)

这给了我一个具有多个索引和设备作为列名的数据框。

谢谢

标签： pythonpandasdictionarydataframe

解决方案

下面的代码运行良好，并提供了所需的输出：

t1=da['ES']['TV'].melt(var_name='ds', value_name='yhat')
t1['market']='ES'
t1['device']='TV'

t2=da['ES']['WEB'].melt(var_name='ds', value_name='yhat')
t2['market']='ES'
t2['device']='WEB'

m = pd.concat([t1,t2]).reset_index().drop(columns={'index'})

print(m)

输出是：

           ds  yhat market device
0  2019-01-01    38     ES     TV
1  2019-01-02    43     ES     TV
2  2019-01-01   108     ES    WEB
3  2019-01-02   313     ES    WEB

这里的主要内容是 melt 功能，如果您阅读过它，并不难理解它在这里做了什么。现在正如我在上面的评论中提到的，这可以在整个 da 命名字典上迭代地完成，但要执行此操作，我需要复制实际数据的形式。我打算做的是将第一个 t1 作为初始数据帧，然后继续将其他人连接到它，这应该很容易。但我不知道你的实际值是多少。但我相信您可以从上面自行弄清楚如何将其置于循环之下。

我正在谈论的那个循环的伪代码是这样的：

real=t1
for a in da['ES'].keys():
    if a!='TV':

        p=da['ES'][a].melt(var_name='ds', value_name='yhat')
        p['market']='ES'
        p['device']=a

        real = pd.concat([real,p],axis=0,sort=True)

real.reset_index().drop(columns={'index'})

推荐阅读