时间戳

首页 > 解决方案 > 创建多索引数据框

pandas - 创建多索引数据框

问题描述

我不知道如何创建一个多索引 df（第二个索引的数量不相等）。这是一个示例：

data = [{'caterpillar': [('Сatérpillar',
    {'fuzz': 0.82,
     'levenshtein': 0.98,
     'jaro_winkler': 0.9192,
     'hamming': 0.98}),
   ('caterpiⅼⅼaʀ',
    {'fuzz': 0.73,
     'levenshtein': 0.97,
     'jaro_winkler': 0.9114,
     'hamming': 0.97}),
   ('cÂteԻpillÂr',
    {'fuzz': 0.73,
     'levenshtein': 0.97,
     'jaro_winkler': 0.881,
     'hamming': 0.97})]},
 {'elementis': [('elEmENtis',
    {'fuzz': 1.0, 'levenshtein': 1.0, 'jaro_winkler': 1.0, 'hamming': 1.0}),
   ('ÊlemĚntis',
    {'fuzz': 0.78,
     'levenshtein': 0.98,
     'jaro_winkler': 0.863,
     'hamming': 0.98}),
   ('еlÈmÈntis',
    {'fuzz': 0.67,
     'levenshtein': 0.97,
     'jaro_winkler': 0.8333,
     'hamming': 0.97})]},
 {'gibson': [('giBᏚon',
    {'fuzz': 0.83,
     'levenshtein': 0.99,
     'jaro_winkler': 0.9319,
     'hamming': 0.99}),
   ('ɡibsoN',
    {'fuzz': 0.83,
     'levenshtein': 0.99,
     'jaro_winkler': 0.9206,
     'hamming': 0.99}),
   ('giЬႽon',
    {'fuzz': 0.67,
     'levenshtein': 0.98,
     'jaro_winkler': 0.84,
     'hamming': 0.98}),
   ('glbsՕn',
    {'fuzz': 0.67,
     'levenshtein': 0.98,
     'jaro_winkler': 0.8333,
     'hamming': 0.98})]}]

我想要一个这样的df（注意：'Other Name'对于每个'Orig Name'都有不同数量的值：

Orig Name| Other Name| fuzz| levenstein| Jaro-Winkler| Hamming
------------------------------------------------------------------------
caterpillar  Сatérpillar  0.82   0.98.      0.9192        0.98
             caterpiⅼⅼaʀ  0.73   0.97       0.9114        0.97
             cÂteԻpillÂr  0.73   0.97       0.881         0.97
gibson       giBᏚon       0.83.  0.99       0.9319        0.99
             ɡibsoN       0.83   0.99.      0.9206        0.99
             giЬႽon       0.67.  0.98       0.84          0.98
             glbsՕn       0.67.  0.98.      0.8333        0.98
elementis .........
--------------------------------------------------------------------------

我试过了 ：

orig_name_list = [x for d in data for x, v in d.items()]
value_list = [v for d in data for x, v in d.items()]
other_names = [tup[0] for tup_list in value_list for tup in tup_list]
algos = ['fuzz', 'levenshtein', 'jaro_winkler', 'hamming']

不知道如何从那里开始。建议表示赞赏。

标签： pandasdataframemulti-index

解决方案

让我们尝试连接：

pd.concat([pd.DataFrame([x[1]]).assign(OrigName=k, OtherName=x[0]) 
               for df in data for k,d in df.items() for x in d])

输出：

   fuzz  levenshtein  jaro_winkler  hamming     OrigName    OtherName
0  0.82         0.98        0.9192     0.98  caterpillar  Сatérpillar
0  0.73         0.97        0.9114     0.97  caterpillar  caterpiⅼⅼaʀ
0  0.73         0.97        0.8810     0.97  caterpillar  cÂteԻpillÂr
0  1.00         1.00        1.0000     1.00    elementis    elEmENtis
0  0.78         0.98        0.8630     0.98    elementis    ÊlemĚntis
0  0.67         0.97        0.8333     0.97    elementis    еlÈmÈntis
0  0.83         0.99        0.9319     0.99       gibson       giBᏚon
0  0.83         0.99        0.9206     0.99       gibson       ɡibsoN
0  0.67         0.98        0.8400     0.98       gibson       giЬႽon
0  0.67         0.98        0.8333     0.98       gibson       glbsՕn

推荐阅读