Python-将嵌套字典列表转换为Pandas Dataframe

  • Z时代
  • 2024-01-10
  • 分类：综合

python很多时候会从各种来源接收数据，这些数据可以采用不同的格式，例如csv，JSON等，可以转换为python列表或字典等。但是要使用诸如pandas之类的包应用计算或分析，我们需要将此数据转换为一个数据框。在本文中，我们将看到如何将给定的python列表（其元素为嵌套字典）转换为pandas Datframe。

我们首先获取嵌套字典的列表，然后从中提取数据行。然后，我们创建另一个for循环，以将行附加到最初创建为空的新列表中。最后，我们在pandas库中应用DataFrames函数来创建数据框。

示例

import pandas as pd
# 给定嵌套字典
list = [
   {
      "Fruit": [{"Price": 15.2, "Quality": "A"},
         {"Price": 19, "Quality": "B"},
         {"Price": 17.8, "Quality": "C"},
      ],
      "Name": "Orange"
   },
   {
      "Fruit": [{"Price": 23.2, "Quality": "A"},
         {"Price": 28, "Quality": "B"}
      ],
      "Name": "Grapes"
   }
]
rows = []
# 获取行
for data in list:
   data_row = data['Fruit']
   n = data['Name']
   for row in data_row:
      row['Name'] = n
      rows.append(row)
# 转换为数据框
df = pd.DataFrame(rows)
print(df)

运行上面的代码给我们以下结果-

输出结果

Price Quality   Name
0 15.2    A Orange
1 19.0    B Orange
2 17.8    C Orange
3 23.2    A Grapes
4 28.0    B Grapes

应用枢轴

我们还可以应用pivot_table函数以所需的方式重新组织数据。

示例

import pandas as pd
# 嵌套字典初始化列表
list = [
   {
      "Fruit": [{"Price": 15.2, "Quality": "A"},
         {"Price": 19, "Quality": "B"},
         {"Price": 17.8, "Quality": "C"},
      ],
      "Name": "Orange"
   },
   {
      "Fruit": [{"Price": 23.2, "Quality": "A"},
         {"Price": 28, "Quality": "B"}
      ],
      "Name": "Grapes"
   }
]
#print(list)
rows = []
# 追加行
for data in list:
   data_row = data['Fruit']
   n = data['Name']
   for row in data_row:
      row['Name'] = n
      rows.append(row)
   # 使用数据框
df = pd.DataFrame(rows)
df = df.pivot_table(index='Name', columns=['Quality'],
               values=['Price']).reset_index()
print(df)

运行上面的代码给我们以下结果-

输出结果

       Name Price         
Quality          A    B    C
0      Grapes 23.2 28.0 NaN
1      Orange 15.2 19.0 17.8

以上是 Python-将嵌套字典列表转换为Pandas Dataframe 的全部内容， 来源链接： utcz.com/z/361599.html

回到顶部